DVC
开源数据版本控制工具，能像Git管理代码一样追踪数据集与模型文件的变更历史，与Git无缝集成，是MLOps数据与模型版本控制的首选工具
核心事实
时间轴 (近 90 天)
科研领域已经存在一批专注于可追溯性的工具，例如 MLflow、Weights & Biases（实验记录与参数追踪）、DVC（数据版本控制）和 Jupyter（交互式笔记本环境记录）。
DVC通过将大文件（数据集、模型权重）的哈希指针纳入Git，实现数据与代码的版本同步，避免'数据集丢失'这类事故。
业界出现了 DVC、LakeFS、Weights & Biases Artifacts 等工具，试图用内容寻址方式把数据与配置纳入版本体系。
部分团队开始引入数据版本控制工具(如DVC、LakeFS)，并尝试为每条训练样本附加业务规则版本号
数据科学与机器学习项目适合白名单式 .gitignore，数据和模型宜通过 DVC 等专用工具管理
MLOps借鉴DevOps理念，涵盖模型版本控制（如MLflow、DVC）、自动化训练流水线（如Kubeflow Pipelines）、模型注册审批、A/B测试部署、实时监控和自动再训练
DVC（Data Version Control）解决了大规模数据集和模型文件的版本控制问题，弥补了Git不适合管理大二进制文件的不足
MLflow Model Registry、Weights & Biases、DVC 提供完整的模型版本管理、实验追踪、血缘图谱和部署集成，但引入成本较高
Weights & Biases提供实验追踪、可视化对比和模型注册功能，类似工具还包括MLflow和Neptune.ai
全部知识事实 (17)
一个完整的AI模型版本至少涵盖权重文件、训练数据的版本快照、训练配置与运行环境、评估结果与基准数据集
75%已验证MLOps是将DevOps理念延伸至机器学习生命周期的工程实践体系，涵盖数据版本管理、模型训练自动化、CI/CD、线上监控与回滚
70%已验证Weights & Biases提供实验追踪、可视化对比和模型注册功能，类似工具还包括MLflow和Neptune.ai
65%已验证典型MLOps流程涵盖数据版本管理、实验追踪、模型打包、服务化接口、CI/CD自动化、线上监控与漂移检测等环节
65%待验证ClearMesh定位为Git LFS和DVC的替代方案
95%待验证DVC在Git之上构建元数据管理层，Git仓库中只保留轻量的.dvc指针文件，并引入了Pipeline（数据管道）概念
90%待验证DVC不支持块级去重
85%待验证Git LFS和DVC均不支持流式挂载和客户端加密功能
80%待验证MLflow Model Registry、Weights & Biases、DVC 提供完整的模型版本管理、实验追踪、血缘图谱和部署集成，但引入成本较高
60%待验证DVC（Data Version Control）由Iterative.ai于2017年开源，是MLOps领域最早系统性解决数据与模型版本化问题的工具之一
60%待验证科研领域已经存在一批专注于可追溯性的工具，例如 MLflow、Weights & Biases（实验记录与参数追踪）、DVC（数据版本控制）和 Jupyter（交互式笔记本环境记录）。
50%待验证DVC通过将大文件（数据集、模型权重）的哈希指针纳入Git，实现数据与代码的版本同步，避免'数据集丢失'这类事故。
50%待验证业界出现了 DVC、LakeFS、Weights & Biases Artifacts 等工具，试图用内容寻址方式把数据与配置纳入版本体系。
50%待验证部分团队开始引入数据版本控制工具(如DVC、LakeFS)，并尝试为每条训练样本附加业务规则版本号
50%待验证数据科学与机器学习项目适合白名单式 .gitignore，数据和模型宜通过 DVC 等专用工具管理
50%待验证MLOps借鉴DevOps理念，涵盖模型版本控制（如MLflow、DVC）、自动化训练流水线（如Kubeflow Pipelines）、模型注册审批、A/B测试部署、实时监控和自动再训练
50%待验证DVC（Data Version Control）解决了大规模数据集和模型文件的版本控制问题，弥补了Git不适合管理大二进制文件的不足
50%