实体
OpenShift AI
OpenShift AI
PulseAugur coverage of OpenShift AI — every cluster mentioning OpenShift AI across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
在 OpenShift AI 上构建的用于模型漂移检测的 MLOps 管道
本文详细介绍了使用 OpenShift AI 构建漂移检测管道的过程。OpenShift AI 是一个专为 MLOps 设计的平台。该过程涉及利用 Kubernetes 和 KServe 部署模型，然后自动化数据漂移（特别是概念漂移）的检测，以确保模型随时间的性能。
-
MLOps 系列以 OpenShift AI 模型部署和漂移检测开始
本文介绍了一个关于 MLOps 流水线以及在 OpenShift AI 上部署的模型漂移检测的系列文章。旨在涵盖从初始模型部署到监控性能下降或漂移的整个过程。该系列将深入探讨在生产环境中管理机器学习模型的实际方面。
-
RAG 工具自动化管道选择，但在 OCR 功能上滞后
三个开源工具——AutoRAG、RAGBuilder 和 Red Hat AutoRAG——旨在通过自动化最佳配置的测试和选择来简化构建有效检索增强生成 (RAG) 管道的过程。这些工具允许用户针对其特定数据衡量不同解析、分块、嵌入和检索方法的性能，从而摆脱猜测。然而，这三者的一个显著限制是它们依赖过时或有限的光学字符识别 (OCR) 和文档解析功能，未能集成最新的本地 OCR 模型或来自 Gemini 和 OpenAI 等提供商的高…