AI 术语表 · 进阶 · MLOps 与 LLMOps
模型注册表
模型注册表是一个中央存储库，用来按版本集中存放训练完成的 AI 模型，并记录和管理每个模型是用什么数据和配置构建的、当前处于哪个阶段（验证中、运行中、归档）。
关于这个术语
- 难度
- 进阶 · 需要了解内部原理的专业术语
- 分类
- 数据、运维与平台
- 加入时间
- 2026-10-08
通俗解释 它类似于图书馆的馆藏目录。不只是把书（模型）放上书架，还记录版本、来源和借阅状态，任何人都能马上查到“现在用的是哪个版本”。不过与图书馆不同，模型经常推出新版本，回退到旧版本的情况也很常见。
工作原理
模型训练完成后，把结果文件“注册”到注册表中，就会得到名称和版本号。同时，训练所用的数据、代码版本、评估分数等信息（元数据）也会一并打包保存。注册后的模型通常会经历开发 → 预发布（上线前验证）→ 生产（实际运行）→ 归档等阶段，在阶段之间切换时可以设置审批流程。模型服务系统会从注册表中取出标记为“生产”的版本进行部署。
模型版本经历的阶段
- 1注册模型文件 + 数据、代码、分数记录
- 2开发分配版本号
- 3预发布上线前验证、审批
- 4生产由服务系统取用
- 5归档保留以便回退
为什么重要
只有一个模型时，一个文件就够了；但随着团队和模型数量增加，就会出现没人能确定“现在运行的到底是哪个模型”的情况。注册表为这个问题提供唯一的答案。新模型出问题时可以快速回退到上一个版本，应对审计或监管时也能追溯哪个模型在何时、依据什么被部署。它在 MLOps 中起到连接训练与部署的作用。
注意事项
注册表是存放模型文件的仓库和管理台账，并不保证模型质量。需要通过什么标准才能进入下一阶段，要由团队自己决定。与实验追踪工具打通后，更容易追溯每个版本来自哪次实验。即使是不自己训练 LLM、只调用外部 API 的团队，也常常用类似的方式对提示词或微调得到的适配器（LoRA 等）做版本管理。
示例
MLflow 等 MLOps 工具以及主要云厂商的机器学习平台都内置了模型注册表功能。例如，推荐系统团队训练出新模型后注册到注册表，在预发布阶段通过 A/B 测试验证，然后提升到生产。之后如果指标变差，就在注册表中把上一个版本重新指定为生产版本来完成回退。