模型注册表

为什么重要

深度解析

模型注册表通常存储：模型工件（权重、配置）、训练元数据（超参数、数据集版本、训练时长）、评估指标（准确率、延迟、跨人口统计学的公平性指标）、部署状态（哪个版本正在生产中服务）和血统（哪个实验、代码提交和数据管道产出了这个模型）。MLflow Model Registry、Weights & Biases和SageMaker Model Registry是流行的实现。

部署流水线

在生产工作流中，模型注册表是训练和服务之间的交接点：数据科学家训练和评估模型，注册最佳模型，审核者批准它，部署系统拉取批准的模型并提供服务。这种关注点分离——训练不直接接触生产，部署只使用注册表批准的模型——降低了部署损坏模型的风险。

对于LLM

LLM注册表有特殊需求：模型非常大（数十到数百GB），微调变体共享公共基础模型（单独存储适配器），评估更复杂（自动化基准 + 人工评估 + 安全检查）。Hugging Face Hub作为开源社区的事实标准模型注册表，提供模型卡片、版本管理和评估结果。企业团队通常使用私有注册表来管理专有模型。