Gobierno de Modelos con Openshift Artificial Intelligence | Model Registry

El video detalla cómo el Model Registry de Red Hat OpenShift AI mejora la gobernanza y el flujo de trabajo de MLOps. Aquí están los 5 puntos clave:

1. Gobernanza y trazabilidad: El registro actúa como un «punto único» para rastrear modelos desde su creación (bucle interno) hasta su despliegue en producción (bucle externo), estableciendo la proveniencia de los modelos.
2. Registro de versiones: Es posible registrar múltiples versiones de un modelo, añadiendo etiquetas (labels) y propiedades personalizadas para organizar mejor los metadatos y facilitar la gestión del ciclo de vida .
3. Flexibilidad en el despliegue: La plataforma permite gestionar el despliegue de modelos, incluyendo la capacidad de desplegar, quitar (undeploy) y archivar versiones, lo cual es fundamental para auditorías y pruebas.
4. Soporte para GenAI y LLMs: El Model Catalog ayuda a identificar modelos base aprobados (como la familia Granite), permitiendo registrar versiones personalizadas tras procesos de ajuste fino (fine-tuning).
5. Integración futura: Red Hat busca expandir estas capacidades integrando estándares de la industria como el almacenamiento compatible con OCI (Open Container Initiative) y herramientas de evaluación como LMEval.