跳至主内容
精选
MLflow 中以评估为中心的用户界面
在 MLflow 3.2 中，我们引入了评估（assessments）的概念，这些是对质量的评估和追踪注释，对理解和改进你的 AI 应用至关重要。 在 MLflow 3.3 更新中，我们对 UI 做了多项改进，使可视化和管理你的评估变得更容易，从而更好地支持 GenAI 的评估工作流。
Assessment-focused UIs in MLflow
MLflow Meets TypeScript: Debug and Monitor Full-Stack AI Applications with MLflow
2025年7月24日
MLflow Meets TypeScript：使用 MLflow 调试和监控全栈 AI 应用
Announcing MLflow 3
2025年6月9日
宣布 MLflow 3
Tracking Image Datasets with MLflow
2025年5月4日
使用 MLflow 跟踪图像数据集
MLflow Go
2025年4月28日
MLflow Go
Automatically find the bad LLM responses in your LLM Evals with Cleanlab
2025年4月1日
使用 Cleanlab 自动发现你在 LLM Evals 中有问题的 LLM 响应
Practical AI Observability: Getting Started with MLflow Tracing
2025年3月6日
实用的 AI 可观测性：使用 MLflow 跟踪入门
Beyond Autolog: Add MLflow Tracing to a New LLM Provider
2025年1月30日
超越 Autolog：为新的 LLM 提供者添加 MLflow 跟踪
From Natural Language to SQL: Building and Tracking a Multi-Lingual Query Engine
2025年1月23日
从自然语言到 SQL：构建和跟踪多语言查询引擎
MLflow Tracing in Jupyter Notebooks
2024年12月20日
在 Jupyter 笔记本中进行 MLflow 跟踪