MLflow

MLflow begann bei Databricks als Werkzeug, um Machine-Learning-Arbeit zu organisieren. Teams protokollieren Parameter, Kennzahlen, Codeversionen und Artefakte jedes Laufs, vergleichen Ergebnisse in einer Weboberfläche und verpacken Modelle in einem Standardformat für verschiedene Umgebungen. Ein Modellregister verwaltet Versionen und Freigabestufen.

Das Projekt wurde um generative KI erweitert. Es unterstützt Tracing von LLM-Anwendungen, Bewertungswerkzeuge und Promptverwaltung.

MLflow ist quelloffen und kostenlos; Databricks bietet kommerzielle Angebote. Alternativen sind Weights & Biases, Comet, Neptune und Kubeflow. MLflow eignet sich für Datenteams, die Modelle über ihren Lebenszyklus verwalten.