第 223 题：模型仓库的设计？版本管理、血缘追踪？
题目
模型仓库的设计？版本管理、血缘追踪？
完整讲解
一、模型仓库的职责
模型仓库：存 训练产出的模型（checkpoint、导出格式）、版本与元数据（config、metric、数据集/代码快照），支持 检索、回滚、对比、下发。需与 训练作业、推理服务、CI 打通，便于「训完即存、按版部署、可追溯」。
二、版本管理
版本：每次训练产出对应 唯一版本（如 commit_sha + timestamp、或自增 version_id）；元数据 含：config、hyper-param、dataset version、metric（loss、accuracy）、git/dataset 快照。检索：按 metric、时间、tag 筛选；回滚：按版本拉取历史 checkpoint 或 artifact。存储：大文件（权重）可放 对象存储，元数据放 DB 或索引；或统一用 MLflow、Weights & Biases 等做 artifact + 版本。
三、血缘追踪
血缘：记录 模型版本 ← 训练 job ← 代码/数据/配置 的溯源；某模型由哪次 job、哪份数据、哪段代码产出，可追溯。实现：训练 job 提交时带 code snapshot、dataset version、config；产出时写回 model registry 并关联；推理/下游 消费时记录「用的哪个模型版本」，形成 lineage 图。便于 复现、审计、合规。
面试要点
- 模型仓库：存 checkpoint/导出、版本与元数据；支持检索、回滚、下发。
- 版本：唯一 ID、config/metric/dataset 快照；检索按 metric/tag；大文件对象存储。
- 血缘：模型←job←代码/数据/配置；便于复现与审计。
记忆要点
- 仓库 = 模型 + 版本 + 元数据；检索、回滚。
- 版本含 config、metric、数据集/代码快照。
- 血缘 = 模型→job→代码/数据；可追溯。