Millwright：Rust製ML基盤フレームワーク

Millwrightは、著者がRustでMLツールを構築した経験から始まった。能力のあるライブラリは存在するものの、それらの間にはギャップがある。モデルの訓練自体は問題になることは稀で、前処理、モデル選択、評価、説明可能性、デプロイ、監視といったワークフローは、しばしば互いに無関係なクレートとデータ表現の統合を意味していた。プロジェクトは、欠けていた部品を補う小さな独立したクレートとして始まったが、統合に焦点を当てたフレームワークへと進化した。

現在の構想は、すべてのアルゴリズムを再実装することなく、古典的なMLライフサイクル（取り込み、探索、前処理、選択、適合、評価、説明、エクスポート、提供、監視）をカバーすることだ。このアプローチはRustベースのMLワークフローを簡素化できる可能性があるが、まだ実験段階にある。成功するかどうかは、既存ライブラリ間のギャップをどれだけうまく橋渡しできるか、そしてコミュニティに受け入れられるかにかかっている。