Amazon SageMaker AI 上現已能使用全受管 MLflow 3.0

張貼日期: 2025年7月10日

Amazon SageMaker 現在提供全受管的 MLflow 3.0 支援，可簡化 AI 實驗，並加快將想法付諸生產的 GenAI 旅程。此版本會將受管 MLflow 從實驗追蹤轉換為提供端對端可觀測性，從而縮短生成式 AI 開發的上市時間。

各行各業的客戶都在加快其生成式 AI 的開發速度，因此需要相關能力以追蹤實驗、觀察行為和評估模型與 AI 應用程式效能。資料科學家和開發人員沒有工具可用來分析模型和 AI 應用程式從實驗到生產階段的效能，因此難以找到問題的根本原因並加以解決。各個團隊在整合工具上所花費的時間，多過在改進模型或生成式 AI 應用程式上所花費的時間。在此版本推出後，Amazon SageMaker AI 上的全受管 MLflow 3.0 可讓客戶藉由使用單一工具更輕鬆地追蹤實驗和監控模型與 AI 應用程式的效能，加快生成式 AI 的開發速度。全受管 MLflow 3.0 中的追蹤功能可讓客戶記錄生成式 AI 應用程式每一步的輸入、輸出和中繼資料，以協助開發人員快速識別錯誤或意外行為的來源。透過維護每個模型和應用程式版本的記錄，全受管 MLflow 3.0 可提供可追溯性，將 AI 回應連結至其來源元件，從而讓開發人員能夠快速地追溯問題，直接找到產生該問題的特定程式碼、資料或參數。這可大幅縮短疑難排解時間，讓團隊更加專注於創新上。

所有有提供 Amazon SageMaker 的區域現在都能使用 Amazon SageMaker AI 上的全受管 MLflow 3.0 (中國區域和 GovCloud (美國) 區域除外)。

若要進一步了解 Amazon SageMaker AI 上的全受管 MLflow 3.0，請瀏覽 Amazon SageMaker 開發人員指南。