我们很高兴宣布 MLflow 1.26.1 版本发布！
MLflow 1.26.1 是一个包含以下错误修复的补丁版本
protobuf >= 4.21.0 的兼容性问题 (#5945, @harupy)get_model_dependencies 对包含工件路径的 models: URI 的行为 (#5921, @harupy)mlflow.pyfunc.log_model() 中工件持久性的一个有问题更改 (#5891, @kyle-jarvis)mlflow.evaluate() 的 EvaluationArtifact 输出被垃圾回收时，关闭相关的图像文件 (#5900, @WeichenXu123)有关更改的完整列表，请参阅发布变更日志，并查看 mlflow.org 上的最新文档。
我们很高兴宣布 MLflow 1.26.0 版本发布！
MLflow 1.26.0 包含几个主要功能和改进
功能
mlflow.set_tracking_uri 以支持除了现有 str 路径声明之外、定义为 pathlib.Path 的路径 (#5824, @cacharle)eval_and_log_metrics API 添加 pos_label 参数，以支持准确的二元分类器评估指标 (#5807, @yxiong)input_example 和 signature 日志记录支持 (#5719, @bali0019)mlflow models docker-build CLI 添加 virtualenv 环境管理器支持 (#5728, @harupy)mlflow.pyfunc.spark_udf 添加 virtualenv 环境管理器支持 (#5676, @WeichenXu123)input_example 和 signature 日志记录支持 (#5510, @bali0019)错误修复和文档更新
log_artifact 以支持 HDFS 中大于 2GB 的模型 (#5812, @hitchhicker)有关更改的完整列表，请参阅发布变更日志，并查看 mlflow.org 上的最新文档。
我们很高兴宣布 MLflow 1.24.0 版本发布！
MLflow 1.24.0 包含几个主要功能和改进
功能
mlflow server --serve-artifacts 支持通过 MLflow 服务器上传、下载和列出工件 (#5320, @BenWilson2, @harupy)mlflow.autolog() 添加 registered_model_name 参数，以便在自动日志记录期间进行自动模型注册 (#5395, @WeichenXu123)mlflow.pmdarima Flavor (#5373, @BenWilson2)mlflow.evaluate() 在模型评估期间计算自定义标量指标 (#5389, @MarkYHZhang)错误修复和文档更新
--serve-artifacts 模式下运行 MLflow 服务器时发生的工件列表和下载失败 (#5409, @dbczumar)--serve-artifacts 模式下向 MLflow 服务器发出工件请求时，支持基于环境变量的身份验证 (#5370, @TimNooren)--serve-artifacts 模式下向 MLflow 服务器发出工件请求时发生的主机名和路径解析错误 (#5384, #5385, @mert-kirpici)mlflow.log_figure() 时未导入 matplotlib.figure 导致的导入错误 (#5406, @WeichenXu123)mlflow.spark.log_model() 时，将 Spark 模型信息记录到活动运行中 (#5355, @szczeles)mlflow.pyfunc.load_model() 加载 ONNX 模型时，恢复 onnxruntime 执行提供程序 (#5317, @ecm200)mlflow.evaluate() 构建自定义插件 (#5333, @WeichenXu123)有关更改的完整列表，请参阅发布变更日志，并查看 mlflow.org 上的最新文档。
我们很高兴宣布 MLflow 1.23.1 版本发布！
MLflow 1.23.1 是一个包含以下错误修复的补丁版本
有关更改的完整列表，请参阅发布变更日志，并查看 mlflow.org 上的最新文档。
我们很高兴宣布 MLflow 1.23.0 版本发布！
MLflow 1.23.0 包含几个主要功能和改进
功能
mlflow.evaluate() API，用于评估 MLflow 模型，提供性能和可解释性洞察。有关概述，请参阅 https://mlflow.org.cn/docs/latest/models.html#model-evaluation (#5069, #5092, #5256, @WeichenXu123)log_model() API 现在返回有关已记录 MLflow 模型的信息，包括工件位置、Flavor 和模式 (#5230, @liangz1)mlflow.models.Model.load_input_example() Python API，用于加载 MLflow 模型输入示例 (#5212, @maitre-matt)latest 以获取模型的最新版本，无论阶段如何 (#5027, @lichenran1234)mlflow.lightgbm.autolog() 添加对 LightGBM scikit-learn 模型的支持 (#5130, #5200, #5271 @jwyyy)错误修复和文档更新
mlflow.pytorch.load_model() 时，这些参数未应用于脚本化模型的错误 (#5163, @schmidt-jake)mlflow_create_model_version() API 中导致模型 source 设置不正确的错误 (#5185, @bramrodenburg)mlflow.start_run() 修改用户提供的 tags 字典的错误 (#5191, @matheusMoreno)有关更改的完整列表，请参阅发布变更日志，并查看 mlflow.org 上的最新文档。
我们很高兴宣布 MLflow 1.22.0 版本发布！
MLflow 1.22.0 包含几个主要功能和改进
功能
mlflow.set_experiment() 添加可选的 experiment_id 参数 (#5012, @dbczumar)mlflow.xgboost.autolog() 添加对 XGBoost scikit-learn 模型的支持 (#5078, @jwyyy)错误修复和文档更新
有关更改的完整列表，请参阅发布变更日志，并查看 mlflow.org 上的最新文档。
我们很高兴宣布 MLflow 1.21.0 版本发布！
MLflow 1.21.0 包含几个主要功能和改进
功能
mlflow gc CLI 从 SFTP 存储删除工件的支持 (#4670, @afaul)mlflow.prophet 模型 Flavor (#4773, @BenWilson2)MLFLOW_CONDA_CREATE_ENV_CMD 用于自定义 Conda 环境创建 (#4746, @giacomov)错误修复和文档更新
有关更改的完整列表，请参阅发布变更日志，并查看 mlflow.org 上的最新文档。
我们很高兴宣布 MLflow 1.20.2 版本发布！
MLflow 1.20.2 是一个包含以下功能和错误修复的补丁版本
功能
错误修复和文档更新
有关更改的完整列表，请参阅发布变更日志，并查看 mlflow.org 上的最新文档。
我们很高兴宣布 MLflow 1.20.0 版本发布！
注意：MLflow 1.20.0 的 R Package 尚未发布，但将在大约一周内发布，因为 CRAN 的提交系统将离线到 9 月 1 日。
除了错误和文档修复外，MLflow 1.20.0 还包含以下功能和改进
sklearn.metrics.mean_squared_error）时记录训练后指标 (#4491, #4628 #4638, @WeichenXu123)Evaluator.evaluate()）时记录训练后指标 (#4686, @WeichenXu123)mlflow.*.log_model 和 mlflow.*.save_model 添加 pip_requirements 和 extra_pip_requirements，用于直接指定要记录/保存的模型的 pip 要求 (#4519, #4577, #4602, @harupy)stdMetrics 条目 (#4672, @WeichenXu123)mlflow.*.log_model 和 mlflow.*.save_model 现在会根据当前软件环境自动推断要记录/保存的模型的 pip 要求 (#4518, @harupy)有关更改的完整列表，请参阅发布变更日志，并查看 mlflow.org 上的最新文档。
我们很高兴宣布 MLflow 1.20.1 版本发布！
MLflow 1.20.1 是一个包含以下错误修复的补丁版本
mlflow.utils.requirements_utils 时调用 importlib_metadata.packages_distributions (#4741, @dbczumar)importlib_metadata==4.7.0 (#4740, @dbczumar)有关更改的完整列表，请参阅发布变更日志，并查看 mlflow.org 上的最新文档。