计算机科学 > 机器学习
[提交于 2025年7月1日
]
标题: yProv4ML:机器学习系统中轻松的来源跟踪
标题: yProv4ML: Effortless Provenance Tracking for Machine Learning Systems
摘要: 大型语言模型(LLMs)兴趣的快速增长反映了它们在灵活性和泛化能力方面的潜力,并吸引了众多研究人员的关注。 然而,这些技术的出现也揭示了在开发过程中缺乏透明度和严谨性。 特别是,在事先无法确定纪元数量和其他超参数,这给识别最佳模型带来了挑战。 为了解决这一挑战,机器学习框架如MLFlow可以自动化收集此类信息。 然而,这些工具使用专有格式来捕获数据,并对血统关注甚少。 本文提出了yProv4ML,一个在PROV-JSON格式中捕获机器学习过程中生成的血统信息的框架,只需进行少量代码修改。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.