JFrog发布ML模型管理功能，实现企业大模型制品管理

课程介绍：
近年来，人工智能 (AI) 和机器学习 (ML) 已逐渐成为主流，深度学习和神经网络模型的规模不断增长，企业需要更多的计算资源和专业知识来管理和利用这些大模型。企业在管理内部大模型制品组件时通常会遇到存储量大、网络负载高、访问官方源受限制等问题，并且急需解决。每个采用 AI 技术的应用程序，其核心都是为其提供驱动力的ML模型。ML模型是另一种形式的二进制文件，需要作为软件应用程序的一部分进行保护、管理、跟踪和部署。 ML 模型在未来会更加普及，DevOps和安全团队需要提前准备来满足企业的 MLOps（Machine Learning Operations机器学习运营）需求。JFrog在今年的SwampUP2023上推出了ML Model Management （ML模型管理）功能，帮助DevOps 和安全团队利用 JFrog 现有解决方案来满足企业的 MLOps 需求， JFrog 用户可以利用 Artifactory 来管理企业的专有ML模型，以及代理 Hugging Face（领先的开源模型库）来管理企业引入的第三方ML模型。 本期在线课堂将为大家介绍JFrog的ML模型管理功能，了解学习HuggingFace以及最新的关于企业大模型制品管理的MLOps实践。

 

课堂收益：

1．如何使用JFrog的Hugging Face仓库代理社区大模型制品

2．如何管理本地大模型制品