跟着示例跑通 MLflow，搞定实验跟踪与模型管理
mlflow_for_ml_dev 是一个面向机器学习开发者的 MLflow 示例代码库，主要用 Jupyter Notebook 演示 MLflow 的核心功能，包括实验跟踪、模型注册、模型打包与部署等。它解决的是 ML 开发过程中实验管理混乱、模型版本难以追踪、复现困难等问题，通过一系列可运行的代码示例，帮助开发者快速上手 MLflow，理解如何将 MLflow 集成到实际开发流程中。项目覆盖从基础跟踪到高级用法的多个场景，适合作为学习 MLflow 的实操教程。
mlflow/examples、databricks/mlflow、kedro-org/kedro
mlflow_for_ml_dev 是模型训练领域的开源项目，由 manuelgilm 开发，2023 年首次发布。
它收录于模型训练分类，该分类目前共有 523 个项目，GitHub 星标数为 240。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-06-28。代码示例，完全免费，无付费版本。
它主要面向的使用场景是：学习MLflow入门实操。同类可对比的替代方案包括 mlflow/examples、databricks/mlflow、kedro-org/kedro。
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···
