MLflow

MLflow est né chez Databricks pour mettre de l’ordre dans le travail de machine learning. Les équipes enregistrent paramètres, métriques, versions de code et artefacts de chaque run, comparent les résultats dans une interface web, et empaquettent les modèles dans un format standard déployable dans beaucoup d’environnements. Un registre de modèles gère les versions et les stades.

Le projet s’est étendu à l’IA générative. Il prend en charge le tracing des applications de LLM, des outils d’évaluation et la gestion de prompts, ce qui le rend utile aux équipes qui construisent avec des modèles de langage comme avec des modèles classiques. Il fonctionne avec la plupart des bibliothèques de ML et des plateformes cloud.

MLflow est gratuit et open source, et disponible comme service managé dans Databricks et d’autres clouds. Le faire tourner soi-même demande de l’infrastructure. Les alternatives incluent Weights & Biases, Comet, Neptune, ClearML et Langfuse pour le tracing de LLM. MLflow convient aux équipes qui veulent un standard indépendant des fournisseurs.