新增模型检验，指标自动评估模型效果

新增模型检验，指标自动评估模型效果｜ModelWhale 版本更新

二月将至，ModelWhale 迎来开年首次版本更新，期待为大家带来更优质的使用体验。

本次更新中，ModelWhale 主要进行了以下功能迭代：

新增模型检验（团队版✓）
优化模型评审测试（团队版✓）
新增自动评审‘数据源文件’（团队版✓）
新增组织私有数据公开到和鲸社区（团队版✓）
新增 Canvas 支持 ipywidgets 渲染（专业版✓ 团队版✓）

1、新增模型检验（团队版✓）

模型效果检验贯穿整个模型生命周期：训练时通过“历史数据”检验，业务应用后通过“真实使用数据”检验。算法竞赛中，主办方还会通过一些“评审算法”检验选手提交的模型作品。ModelWhale 基于多年在竞赛场景下的模型检验经验，新增【模型评估】功能模块（从已有竞赛系统抽离）：支持通过多种业务指标（评审算法）自动化检验模型效果。以气象预测模型为例，可以通过「客观评审」比对“模型输出结果”和“实况观测数据”，评估预报准确性；如果模型输出结果较大（或已封装为服务 API 应用于实际业务场景），可以通过「模型评审」进行效果验证。

算法工程师提交“模型输出文件”或“模型服务应用”后，可即时获得模型评分、反馈；而，每个检验任务的配置（i.e 使用哪个检验指标、任务运行算力、提交格式规范）均可以由任务管理员（小组主管）按业务需求设计。

注：“模型服务应用”是 ModelWhale 产品功能，将模型部署为服务 API（或网站应用），以便应用于实际业务场景。模型服务配有运维监控系统：支持追踪服务的实际运行情况、输入及输出数据，可供进行模型调优。

更多详见：模型服务的监控和调用

任务配置、管理（管理员）

2、优化模型评审测试（团队版✓）

仅评估“模型输出文件（传统的客观评审）”未必可以识别过拟合现象。ModelWhale 支持【模型评审】：通过运行算法工程师（或比赛选手）提交的“模型服务应用”，直接检验原始模型，更准确评估模型效果。为保证评审顺利进行（i.e 按规则出分反馈），现已优化评审测试：任务管理员可以在配置任务时获得测试反馈，如遇报错可依据调整，直至按预期出分后，再将任务发布、公开。

3、新增自动评审‘数据源文件’（团队版✓）

ModelWhale 客观评审任务，支持按照“检验指标”自动评估提交的结果文件（本地/在线文件）。当需要评估的文件较大时（i.e 一些算法模型的输出较复杂）：算法工程师（或比赛选手）现在可以选择将它们保存成“数据集”、保存至“对象存储”、“NAS 空间”，然后将对应位置的数据文件提交到评审任务，进行结果检验。

注：结果文件的提交来源（在线文件/数据源/本地文件）、提交方式（是否支持 Token 提交），均由任务管理员依据实际需求配置。

4、新增组织私有数据公开到和鲸社区（团队版✓）

和鲸社区，汇聚由专业研究机构、行业垂类专家、优秀研究个人提供的丰富案例、数据集；它也与 ModelWhale 公有云平台关联：ModelWhale 组织内用户均可参考使用这些宝贵资源。与此同时，组织内的研究成果（分析报告、数据集）也支持一键【发布到社区】：供更多用户查看使用、讨论交流，以发挥更大影响力、创造更大社会价值。

Tips：ModelWhale 重视“数据资产的安全问题”，公有云组织配有严格的权限管理系统 + 相对封闭的研究环境（私有化环境完全封闭），组织成员需获得“对应权限”方可公开自己的研究成果。

权限控制（管理员）

5、新增 Canvas 支持 ipywidgets 渲染（专业版✓ 团队版✓ ）

ipywidgets 交互控件，可用于 Notebook 内进行界面设计，实现简单的交互操作。现 ModelWhale Canvas 也已支持渲染 ipywidgets：你可以将在 Notebook 内跑通的分析流程（比如含 ipywidgets 交互的分析流程），封装固化到 Canvas 中，以便其他同事后续更简洁的复用。下述图片展示一个视频标注的案例。

Tips：ModelWhale Canvas 的输入输出交互简单，可零代码实现算法调用、完成业务分析；

更多详见：ModelWhale Canvas 使用说明。