MLflow: hold oversikt over KI-forsøk og resultater
MLflow er et åpent verktøy for praktisk arbeid med data og KI. Her får du bruksforslag, startpunkter og viktige begrensninger.
Hva er MLflow?
MLflow er en åpen plattform for maskinlæring og generativ KI. Prosjektet beskriver eksperimentregistrering, evaluering, modellregister og sporing av kjøringer i språkmodellapper. Parametere og resultater kan samles slik at utviklerne får oversikt over hva som ble endret mellom forsøk.
Hva kan norske bedrifter bruke det til?
Et mulig bruksområde er å sammenligne utkast til en kundeserviceassistent på de samme testspørsmålene. Teamet kan dokumentere hvilken instruksjon og modell som lå bak hvert resultat. Dette er et forslag til bruk, ikke en ferdig løsning som følger med installasjonen. Bedriften må selv velge datagrunnlag og kontrollere resultatene. Verktøyet erstatter ikke faglig vurdering av om et KI-svar er riktig eller nyttig.
Slik kommer du i gang
- Opprett et separat Python-miljø for testen.
- Installer pakken etter prosjektets veiledning:
pip install mlflow- Følg startveiledningen i repoet med et lite, avgrenset eksempel.
- Noter hva som virker, hvilke feil du finner og hvilke krav som må oppfylles før flere ansatte bruker løsningen.
Følg README for å starte en lokal server og koble ett lite eksperiment til den. Registrer også mislykkede forsøk, slik at sammenligningen blir balansert. Spor kan inneholde spørsmål, svar og annen informasjon fra appen. Avklar hva som lagres og hvem som kan lese det. Bruk anonymiserte eksempler i første runde.
Velg et fast sett testeksempler før dere gjør endringer. Da blir det lettere å sammenligne resultatene og oppdage om en forbedring på ett område gir dårligere oppførsel på et annet. Ikke bruk sensitive opplysninger i den første utprøvingen.
Lisens
Repoets lisensfil angir Apache 2.0, en OSI-godkjent lisens for åpen kildekode. Les vilkårene før endring og distribusjon. Lisensen for verktøyet dekker ikke automatisk modeller, datasett eller eksterne tjenester som kobles til.
Hvorfor vi skriver om det
Vi omtaler verktøyet fordi det kan være nyttig i praktisk arbeid med data og KI. TikTok kan ikke leses direkte her. Vi har ikke verifisert at de nevnte KI-kanalene har omtalt akkurat dette verktøyet. Kildene er prosjektets egne sider, GitHub-repoet og lisensfilen. Verktøyet er kildekontrollert, men ikke installert eller funksjonstestet i dette oppdraget.
Lenker
Kilder
Opplysningene er hentet fra kildene over 25. oktober 2026. Lisens, funksjoner og installasjon kan ha endret seg siden.