跳到主要内容

MLflow 2.9.0

·3 分钟阅读
MLflow maintainers

MLflow 2.9.0 包含多项主要特性和改进。

MLflow AI Gateway 已弃用 (#10420, @harupy)

MLflow AI Gateway 这一特性已被移至使用 MLflow 部署 API。有关从 AI Gateway 迁移到新的部署 API 的指导,请参阅 [MLflow AI Gateway 迁移指南](https://mlflow.org.cn/docs/latest/llms/gateway/migration.html

MLflow Tracking 文档全面更新 (#10471, @B-Step62)

MLflow Tracking 文档已全面更新。我们期待您对新 Tracking 文档的反馈!

安全修复

本次发布包含三项安全补丁,并已发布 CVE 详情,说明安全补丁涉及的具体内容和潜在攻击向量。如果您的 Tracking 服务器未安全部署且可公开访问互联网,请检查并更新您的 Tracking 服务器部署。

  • 清理 HttpArtifactRepository.list_artifacts 中的 path (#10585, @harupy)
  • 清理 HTTPDatasetSourceContent-Disposition 头中的 filename (#10584, @harupy)。
  • 验证 Content-Type 头以防止 POST XSS (#10526, @B-Step62)

特性

Bug 修复

  • [Tracking] 恢复现有运行后,继续记录系统指标 (#10312, @chenmoneygithub)
  • [UI] 修复折线图中错误的排序顺序 (#10553, @B-Step62)
  • [UI] 移除 Git URL 中的多余空格 (#10506, @mrplants)
  • [Models] 在 Databricks Runtime 和 Spark Connect 模式下,使 spark_udf 使用 NFS 将模型广播到 Spark executor (#10463, @WeichenXu123)
  • [Models] 修复 promptlab pyfunc 模型在聊天路由中无法工作的问题 (#10346, @daniellok-db)

文档更新

有关完整的更改列表,请参阅发布变更日志,并在mlflow.org 上查看最新文档。