オートメーションでイベントを下流のアクションに接続

ワークフローのステップを自動的に実行することで、機械学習パイプラインを効率化し、高度なCI/CDプロセスを実装します。W&Bオートメーションを使用して、モデルレジストリで特定のイベントが発生した際に、適切な下流のアクションが自動的にトリガーされるようにします。

中央モデルレジストリハブから重要なステップを自動化

モデルレジストリから重要なイベントをトリガーし、評価や展開のためのシームレスで自動的なモデルのハンドオーバーを確実にします。自動化できる具体的なイベントタイプの例には、モデルバージョンに“staging”や“QA”などの特定のエイリアスを追加すること、新しいアーティファクトバージョンを追加すること、または評価結果を含むW&Bレポートの作成を開始することなどが含まれます。

CI/CDで高性能なモデルを常に本番環境で確保

開発からテスト、そして展開へのモデルチェックポイントの自動的かつ継続的な引き継ぎにより、常に高性能なモデルを本番環境で提供します。GitHub Actionsワークフローをトリガーして、モデルを取り込みテストを実行します。新しいデータセットや更新されたトレーニングデータを受け取るたびに、ハイパーパラメータ探索やモデルトレーニングジョブを開始します。自動化された信頼性の高い安全なワークフローで安心を提供します。

シークレットでデータガバナンス、セキュリティ、プライバシーを維持

Webhookの作成時に認証や承認にシークレットを使用し、データのプライバシーとセキュリティを完全に確保します。認証情報、APIキー、パスワード、トークンなどの機密文字列を難読化し、平文内容を保護します。シークレットはAzure、GCP、AWSの各デプロイメントで利用可能です。

 

Weights & Biases プラットフォームは、ワークフローをエンドツーエンドで合理化するのに役立ちます

モデル

実験

ML 実験を追跡して視覚化する

スイープ

を最適化します ハイパーパラメータ

モデルレジストリ

ML モデルを登録して管理する

自動化

ワークフローを自動的にトリガーする

打ち上げ

パッケージ化して実行する ML ワークフロー ジョブ

織ります

痕跡

Explore and
debug LLMs

評価

GenAI アプリケーションの厳格な評価

アーティファクト

ML パイプラインのバージョンと管理

テーブル

ML データを視覚化して探索する

レポート

ML の洞察を文書化して共有する