آموزش مدیریت مدل، سرویس‌دهی و حاکمیت مدل با MLflow برای هوش مصنوعی مولد - آخرین آپدیت

سرفصل ها و درس ها

جریان‌های کاری حرفه‌ای MLflow برای LLMها، RAG و ایجنت‌ها Professional MLflow Workflows for LLMs, RAG, and Agents

• معرفی MLflow برای هوش مصنوعی مولد MLflow for Generative AI

• ثبت لاگ‌های زنجیره RAG با MLflow Logging RAG Chains with MLflow

• ارزیابی GenAI با متد LLM به عنوان داور Evaluating GenAI with LLM-as-judge

• ردیابی در MLflow: یافتن و رفع خطای کوئری‌ها MLflow Tracing: Find and Fix Failing Queries

سرویس‌دهی مدل بدون توقف برای هوش مصنوعی مولد Zero-downtime Model Serving for Generative AI

• معماری سرویس‌دهی مدل Mosaic AI Mosaic AI Model Serving Architecture

• استقرار و نظارت بر یک Endpoint عملیاتی RAG Deploy and Monitor a Production RAG Endpoint

درگاه Mosaic AI: مسیریابی و حاکمیت LLM در سطح سازمانی Mosaic AI Gateway: Enterprise LLM Routing and Governance

• بررسی کلی AI Gateway و دسترسی یکپارچه AI Gateway Overview and Unified Access

• کنترل هزینه، محدودسازی نرخ و سیستم‌های جایگزین Cost Control, Rate Limiting, and Fallbacks

• پیکربندی مسیرها، محدودیت‌ها و جایگزین‌ها Configuring Routes, Limits, and Fallbacks

حاکمیت و ردیابی جامع (End-to-End) با Unity Catalog End-to-end Governance and Lineage with Unity Catalog

• ثبت دارایی‌های GenAI در Unity Catalog Registering GenAI Assets in Unity Catalog

• کنترل دسترسی و مجوزها برای دارایی‌های هوش مصنوعی Access Control and Permissions for AI Assets

• مشاهده ردیابی کامل و تاریخچه حسابرسی Viewing Full Lineage and Audit Trail