2024年4月26日消息，JFrog Ltd.，即 Liquid 软件公司和 JFrog 软件供应链平台的创造者，现提供 JFrog Artifactory 与 MLflow 之间的新机器学习（ML）生命周期集成。MLflow 是一个由 Databricks 最初开发的开源软件平台。
JFrog Artifactory 与 MLflow 的集成
继今年早些时候与 Qwak 和 Amazon SageMaker 进行原生集成之后，JFrog 扩展了其通用 AI 解决方案，为组织提供了一个以 Artifactory 作为模型注册表的单一系统记录。
集成优势
新的集成为 JFrog 用户提供了一种强大的方法，以流畅、端到端的 DevSecOps 工作流程，构建、管理和交付 ML 模型和生成式 AI（GenAI）驱动的应用程序，以及其他所有软件开发组件。通过使每个模型不可变和可追溯，公司可以验证 ML 模型的安全性和出处，从而实现负责任的 AI 实践。
集成效果
JFrog 与 MLflow 的集成将 MLflow 这一流行的开源模型开发解决方案与组织成熟的 DevOps 工作流程结合起来，实现了从实验到生产的 ML 模型的端到端可见性、自动化、控制和可追溯性。
JFrog CTO 的观点
JFrog 的首席技术官 Yoav Landman 表示：“为了使组织能够成功地接受并大规模交付 AI 和 GenAI 驱动的应用程序，开发人员和数据科学团队必须以与他们管理所有软件包相同的方式管理模型，以信任为基础。这只有通过一个通用的、可扩展的、单一系统记录来实现，该系统为所有二进制文件提供版本控制、生命周期和安全控制，这是我们与 MLflow 的新集成所提供的。”
开发者自由度
JFrog Artifactory 与 MLflow 的结合使 ML 工程师、Python、Java 和 R 开发者可以自由地使用他们首选的工具栈，并将 Artifactory 作为他们的黄金标准模型注册表。
安全与合规
JFrog 的通用、可扩展平台还本地代理了 Hugging Face，允许开发人员始终访问可用的开源模型，同时检测恶意模型并强制执行许可证合规性。该解决方案还配备了 JFrog 平台提供软件安全功能和扫描器，以维护无风险的 ML 应用程序。
集成的额外优势
通过 JFrog 的扫描环境，可以严格检查上传到 Hugging Face 的每个新模型，结合 JFrog Artifactory 与 MLflow 将使用户更容易地构建、训练和部署模型，同时实现更大的安全性、治理、版本控制、可追溯性和信任。
有关此新闻的更多信息，请访问 https://jfrog.com
