MLOps ★ ۸۸۱۶
استقرار مدل (Model Serving)
انتشار مدل به‌صورت API مقیاس‌پذیر و پایدار در ابر یا سرور داخلی.
BentoML مطالعه
کتابخانهٔ اسکیل‌ها
اسکیل‌های هوش مصنوعی
راهنمای کامل نصب، استفاده و کاربرد اسکیل‌ها — قابل جست‌وجو و فیلتر، همراه با منابع.
MLOps ★ ۱۵۸۴۲
خط لولهٔ یادگیری ماشین
اتوماسیون کامل چرخهٔ داده تا مدل: آموزش، ارزیابی و انتشار تکرارپذیر.
Kubeflow مطالعه
MLOps ★ ۷۸۷۳
پایش مدل در تولید
رصد دقت، تأخیر و رانش مدل برای اطمینان از عملکرد پایدار در طول زمان.
Evidently مطالعه
MLOps ★ ۷۲۴۲
فروشگاه ویژگی (Feature Store)
مدیریت و بازاستفادهٔ ویژگی‌ها میان تیم‌ها و مدل‌ها به‌صورت یکپارچه.
Feast مطالعه
MLOps ★ ۲۷۷۶۲
آزمون A/B مدل
مقایسهٔ آماری نسخه‌های مدل روی ترافیک واقعی برای انتخاب بهترین.
MLflow مطالعه
MLOps ★ ۱۵۸۵۴
نسخه‌بندی مدل و داده
ردگیری نسخه‌های مدل، داده و آزمایش‌ها برای بازتولیدپذیری کامل.
DVC مطالعه
MLOps ★ ۱۰۹۵۶
بهینه‌سازی استنتاج روی GPU
کاهش تأخیر و هزینهٔ استنتاج با کوانتیزه‌سازی و بهینه‌سازی سرو.
Triton Inference Server مطالعه
MLOps ★ ۲۱۳۹۸
هوش مصنوعی لبه (Edge AI)
اجرای مدل روی دستگاه‌های لبه بدون وابستگی به ابر برای سرعت و حریم خصوصی.
ONNX مطالعه
MLOps ★ ۷۸۷۳
تشخیص رانش داده
هشدار خودکار هنگام تغییر توزیع داده که کیفیت مدل را تهدید می‌کند.
Evidently مطالعه
MLOps ★ ۳۴۰۳۱
عملیات مدل‌های زبانی (LLMOps)
مدیریت چرخهٔ عمر LLM: نسخه‌بندی پرامپت، پایش هزینه، کیفیت و ایمنی.
Langfuse مطالعه