我正在构建一个开源的 ML 可观察性和优化工具包。 该工具可帮助 ML 从业者:
- 了解他们的模型在生产中的表现
- 捕捉边缘案例和异常值以帮助他们改进模型
- 允许他们根据自己的需要定制工具(所以是开源的)
- 将数据安全放在首位(所以是自托管的)
用例:
- 推荐系统:你可以使用 UpTrain 来监控流行度偏差、跨用户组的推荐质量等。
- 预测系统:你可以使用 UpTrain 来监控特征“漂移”和预测的有效性。
- 计算机视觉:你可以使用 UpTrain 来测量输入图像属性的漂移(亮度变化、强度变化、温度变化、模型输出等)。
- 大型语言模型:你可以使用 UpTrain 来测量提示中的漂移并定义规则, 帮你捕捉到特定输入以进行微调。
我热切地等待您的反馈,请随时与我联系
你可以查看项目 https://github.com/uptrain-ai/uptrain 。 我们希望听到大家的反馈