Snowflake ML Python 릴리스 정보¶

새로운 기능¶

새로운 Feature Store 기능:

• 미리 계산된 타일을 사용하여 효율적이고 정확한 시점의 시계열 특징 계산을 위해 새로운 Feature API를 사용한 타일 기반 집계를 지원합니다.

새로운 Model Registry 기능:

• 이제 SentenceTransformer 모델은 자동 서명 추론을 지원합니다. SentenceTransformer 모델을 로깅할 때 sample_input_data``는 선택 사항입니다. 샘플 입력 데이터가 제공되지 않으면 모델의 임베딩 차원에서 서명이 자동으로 유추됩니다. ``encode, encode_query, encode_document, encode_queries, encode_documents 메서드가 지원됩니다.

  import sentence_transformers
  from snowflake.ml.registry import Registry
  
  # Create model
  model = sentence_transformers.SentenceTransformer("all-MiniLM-L6-v2")
  
  # Log model without sample_input_data - signature is auto-inferred
  registry = Registry(session)
  mv = registry.log_model(
      model=model,
      model_name="my_sentence_transformer",
      version_name="v1",
  )
  
  # Run inference with auto-inferred signature (input: "text", output: "output")
  import pandas as pd
  result = mv.run(pd.DataFrame({"text": ["Hello world"]}))
  

  Copy

새로운 기능¶

새 ML 작업 기능:

• 이제 ML 작업은 Python 3.11 및 Python 3.12를 지원합니다. 작업은 클라이언트 Python 버전과 일치하는 런타임 환경을 자동으로 선택합니다.

버그 수정 사항¶

모델 레지스트리 버그 수정 사항:

• HuggingFace 토큰 분류(명명된 엔터티 인식) 모델의 빈 출력은 더 이상 오류를 발생시키지 않습니다.

모델 제공 버그 수정 사항:

• 이제 컨테이너 상태가 올바르게 보고되며 빈칸으로 나타나지 않습니다.

새로운 기능¶

새로운 Model Registry 기능:

• 이제 Snowpark Container Services(SPCS) 작업을 사용하여 변환기 파이프라인 모델을 원격으로 로깅할 수 있습니다.

  # create reference to the model
  model = huggingface.TransformersPipeline(
      model="TinyLlama/TinyLlama-1.1B-Chat-v1.0",
      task="text-generation",
  )
  
  # Remotely log the model, a SPCS job will run async and log the model
  mv = registry.log_model(
      model=model,
      model_name="tinyllama_remote_log",
      target_platforms=["SNOWPARK_CONTAINER_SERVICES"],
      signatures=openai_signatures.OPENAI_CHAT_SIGNATURE,
  )
  

  Copy

동작 변경 사항¶

ML 작업 동작 변경 사항:

• additional_payloads 매개 변수의 동작이 변경됩니다. ZIP 파일 및 Python 모듈과 같은 추가 종속성을 선언하는 imports 인자를 사용합니다. 로컬 디렉터리와 Python 파일은 자동으로 압축되며 내부 레이아웃은 지정된 가져오기 경로에 따라 결정됩니다. 가져오기 경로는 로컬 디렉터리, Python 파일, 스테이징된 Python 파일에만 적용됩니다. 다른 가져오기 유형에는 영향을 주지 않습니다. 스테이지에서 파일을 참조할 때 디렉터리가 아닌 개별 파일만 지원됩니다.

실험 추적 동작 변경 사항:

• 이제 ``ExperimentTracking``은 싱글톤 클래스입니다.

버그 수정 사항¶

실험 추적 버그 수정 사항:

• 이제 log_metrics 또는 ``log_params``에서 실행 메타데이터 크기 제한에 도달하면 예외 대신 경고를 발행합니다.

모델 레지스트리 버그 수정 사항:

• 이제 ``ModelVersion.run``은 모델이 SPCS 전용 모델이고 ``service_name``이 제공되지 않는 경우 ``ValueError``를 발생시킵니다.

새로운 미리 보기 기능¶

• 이제 create_service 메서드는 부울 인자 ``autocapture``를 허용하여 추론 데이터가 자동으로 캡처되는지 여부를 나타냅니다.

새로운 릴리스 기능¶

새로운 Model Registry 기능:

• 새로운 snowflake.ml.model.models.huggingface.TransformersPipeline 클래스는 ``snowflake.ml.model.models.huggingface_pipeline.HuggingfacePipelineModel``를 대체하기 위한 것이지만 이전 클래스는 아직 사용 중단되지 않았습니다. 새 클래스는 일반적인 작업에 대한 모델 서명을 알고 있으므로 수동으로 지정할 필요가 없습니다. 현재 지원되는 작업은 다음과 같습니다.

  • fill-mask

  • question-answering

  • summarization

  • table-question-answering

  • text2text-generation

  • text-classification (별칭은 sentiment-analysis)

  • text-generation

  • token-classification (별칭은 ner)

  • translation

  • translation_xx_to_yy

  • ``zero-shot-classification``(메모리에 로드하지 않고 모델을 로깅할 수 있음)

• 이제 list_services API는 엔터프라이즈 애플리케이션 통합 없이 다른 SPCS 노드 또는 노트북에서 호출할 수 있는 내부 엔드포인트를 표시합니다. 또한 각 서비스에 대해 자동 캡처가 활성화되어 있는지 여부를 나타냅니다.

새 DataConnector 기능:

• 새로운 to_huggingface_dataset 메서드는 Snowflake 데이터를 HuggingFace 데이터 세트로 변환합니다. 인메모리 Dataset``(``streaming=False) 및 스트리밍 IterableDataset``(``streaming=True) 모드를 모두 지원합니다.

사용 중단 공지¶

• snowflake.ml.model.models.huggingface_pipeline.HuggingfacePipelineModel 클래스는 더 이상 사용되지 않으며 향후 릴리스에서 제거될 예정입니다.