Skip to main content

Surveillance des modèles

Model Studio offre des fonctionnalités de surveillance, d'alerte et de journalisation des modèles, vous permettant de suivre les appels de modèle en temps réel, de détecter rapidement les anomalies et de résoudre les problèmes.

Vue d'ensemble de la surveillance des modèles

Model Studio propose une surveillance unifiée des modèles. Un appel apparaît dans les graphiques de surveillance quelques minutes après son occurrence, ce qui vous aide à suivre les appels de modèle en temps réel. Les données de surveillance sont isolées par workspace : vous ne pouvez consulter que les données du workspace actuellement sélectionné. Les données de surveillance sont fournies à titre indicatif et ne servent pas de base à la facturation. Pour la réconciliation, consultez votre facture dans Expenses and Costs.
La prise en charge de la surveillance et des alertes varie selon le modèle : certains modèles, tels que les modèles de parole, de génération d'images et de vidéos, ainsi que les modèles tiers accessibles directement, ne sont pas pris en charge. Vérifiez dans la console pour confirmer.
Cette rubrique est organisée par module fonctionnel : pour dépanner les appels de modèle, commencez par l'audit log ; pour configurer des alertes, consultez la section Alerte ; pour activer la livraison des données, consultez la section Livraison des données.

Filtrer les données de surveillance par dimension

Vous pouvez filtrer les données de surveillance par Time (préréglages rapides et personnalisé), Inference Type et API-Key (tous par défaut ; affiche l'ID et la description, et ne liste que les clés API existant dans le workspace actuel). Le filtrage par granularité temporelle est disponible uniquement sur la page des détails de la surveillance des modèles.

Consulter l'échelle globale des appels et l'état de santé

La page de vue d'ensemble affiche des cartes de données telles que le nombre total de modèles, le nombre total d'appels, le nombre total d'échecs, la durée moyenne des appels et le temps moyen jusqu'au premier token (latence du premier token), vous permettant d'évaluer rapidement l'échelle globale des appels et l'état de santé.

Afficher les détails de surveillance ou les journaux d'un modèle

La liste des modèles affiche les données de surveillance de chaque modèle du workspace actuel. Cliquez sur View details pour ouvrir la page des détails de la surveillance du modèle, ou sur View Logs pour ouvrir l'onglet Audit Log de la page des journaux. Connectez-vous à la console Model Studio, puis, dans le volet de navigation de gauche, choisissez Operations > Model Monitoring pour ouvrir la page de vue d'ensemble de la surveillance.

Détails de la surveillance des modèles

Sur la page de vue d'ensemble de la surveillance, repérez le modèle cible dans la liste des modèles et cliquez sur View details pour ouvrir sa page de détails de la surveillance. Le chemin de navigation en haut de la page est : Model monitoring > nom du modèle. La page de détails affiche les statistiques d'appels et les graphiques de performance d'un modèle unique et fournit un accès à la configuration des alertes : la cloche d'alerte sur un graphique de métrique vous permet de configurer rapidement une alerte pour le modèle ou la métrique en cours (pour la gestion complète des règles inter-modèles, consultez la section Alerte). Les conditions de filtrage sont identiques à celles de la page de vue d'ensemble (temps, granularité temporelle, type d'inférence et clé API), et les paramètres définis sur la page de vue d'ensemble sont conservés lorsque vous y accédez depuis celle-ci. Pour consulter les journaux, revenez à la liste des modèles sur la page de vue d'ensemble et cliquez sur l'entrée View logs (voir la section Journalisation).

Métriques de surveillance

Sur la page de détails, les métriques sont présentées en deux groupes : statistiques d'appels et performance. La signification, les notes de référence et la prise en charge des alertes de chaque métrique sont listées dans le tableau suivant.
Metric nameDescriptionReferenceAlerting support
CallsNombre total d'appels au modèleVarie selon l'activitéConfigurable
UsageTotal des tokensVarie selon l'activitéConfigurable
FailuresNombre d'appels ayant échouéVarie selon l'activitéConfigurable
Failure rateÉchecs divisés par le nombre total d'appelsVarie selon l'activitéConfigurable
Call durationDurée totale de la requête à la réponseVarie selon le modèle et le scénarioConfigurable
Time to first tokenLatence entre la requête et le premier token renvoyéVarie selon le modèle et le scénarioConfigurable
Subsequent token latencyTemps moyen de génération de chaque token après le premierVarie selon le modèle et le scénarioNon pris en charge
Model TotalToken consumptionTotal des tokens consommés, agrégé par modèle (métrique dédiée aux modèles d'alerte prédéfinis)Varie selon l'activitéConfigurable
Average usage per requestMoyenne des tokens par requêteVarie selon l'activitéNon pris en charge
Content moderation error countNombre de blocages dus à la modération de contenuVarie selon l'activitéNon pris en charge
Rate limiting error countNombre de déclenchements de limite de débit 429Varie selon l'activitéConfigurable
RPMRequêtes par minuteVarie selon l'activitéNon pris en charge
TPMTokens par minuteVarie selon l'activitéNon pris en charge
Output tokens per second (TPS)Tokens de sortie par secondeVarie selon le modèle et le scénarioNon pris en charge
Cache hit volumeNombre de tokens touchés par le cache de contexteVarie selon le modèle et le scénarioNon pris en charge
Cache hit rateProportion de tokens touchés par le cache par rapport aux tokens d'entréeVarie selon le modèle et le scénarioNon pris en charge
La prise en charge des alertes pour une métrique dépend de son inclusion dans un modèle d'alerte prédéfini (pour les modèles prédéfinis, voir Alerte > Alert templates). Les métriques absentes des modèles prédéfinis (comme le nombre d'erreurs de modération de contenu et RPM) n'affichent pas de cloche d'alerte et ne peuvent pas être configurées pour l'alerte.
Pour plus de détails sur les codes d'erreur et la limitation de débit, consultez Codes d'erreur.
Pour investiguer une hausse soudaine des échecs d'appels, concentrez-vous sur les échecs, le nombre d'erreurs de limitation de débit et le taux d'échec. Pour diagnostiquer une dégradation des performances, surveillez une tendance haussière soutenue du temps jusqu'au premier token et de la durée moyenne des appels, et configurez des alertes sur les métriques clés.

Configuration de la cloche d'alerte

Les métriques prenant en charge l'alerte affichent une icône de cloche sur leur graphique. Cliquez sur la cloche pour ouvrir le panneau latéral de configuration de la règle d'alerte (pour le détail des champs, voir la section Gestion des règles d'alerte). L'icône de cloche et les libellés de statut du panneau latéral ont les significations suivantes :
TypeStatusColorMeaning
Bell iconNo alert configuredGrayAucune règle d'alerte n'est configurée ; cliquez pour ouvrir le panneau de configuration
Bell iconAlert configured, normalBlueUne règle est configurée et n'est pas actuellement déclenchée ; cliquez pour voir les détails de la règle
Bell iconAlertingRedUne alerte est en cours de déclenchement ; cliquez pour voir les détails du déclenchement
Side-panel labelNormalGreenUne règle est configurée et son statut est normal
Side-panel labelAlertingRedUne alerte est en cours de déclenchement
Side-panel labelDisabledGrayLa règle est désactivée et ne génère plus d'alertes
Après avoir cliqué sur la cloche, le panneau latéral d'alerte affiche différents champs selon le statut de l'alerte (Normal = non déclenchée, Alerting = actuellement déclenchée, Recovered = déclenchée puis résolue) :
FieldNormalRecoveredAlerting
Alert rule nameShownShownShown
Alert rule IDShownShownShown
Alert contentShownShownShown
Alert metricShownShownShown
Notification recipientsShownShownShown
Alert targetShownShownShown
Start timeHiddenShownShown
DurationHiddenShownShown
Alert countHiddenShownShown
StatusHiddenShownShown
Recovery timeHiddenShownHidden

Alerte

Model Studio propose trois fonctionnalités d'alerte — les règles d'alerte, les modèles d'alerte et l'historique des alertes — toutes situées sous les onglets Alert rules, Alert templates et Alert history de la page Model Alert.

Gestion des règles d'alerte

Sur la page Model Alert, cliquez sur l'onglet Alerting pour ouvrir la page de gestion des règles d'alerte. La liste des règles d'alerte affiche les règles d'alerte actuellement en vigueur et prend en charge la création, la modification, l'arrêt et la suppression de règles. La liste affiche les destinataires des notifications (contacts ou groupes de contacts) et prend en charge plusieurs canaux, tels que l'e-mail. Le parcours complet pour configurer l'alerte pour la première fois : commencez par compléter l'autorisation du rôle lié au service CloudMonitor dans Livraison des données > Monitoring data delivery, puis créez une règle d'alerte dans cette section (en sélectionnant un modèle d'alerte et en remplissant les champs), et enfin configurez les notifications d'alerte (contacts ou groupes de contacts, plage horaire de notification et politique de répétition).
Pour maîtriser les coûts liés aux tokens, configurez une alerte de pic par rapport à la période précédente pour la consommation de Model TotalToken ; pour garantir la disponibilité, configurez une alerte sur le taux d'échec des appels. Vous pouvez utiliser directement un modèle d'alerte prédéfini pour ces deux cas.
Avant de créer une règle d'alerte, vous devez autoriser le rôle lié au service CloudMonitor dans la livraison de la surveillance des modèles (pour savoir comment le configurer, consultez Livraison des données > Monitoring data delivery). Sans cette autorisation, le bouton Create alert rule n'est pas cliquable, et un survol de la souris affiche alors l'astuce suivante : « The CloudMonitor service role is not authorized, so you cannot create an alert rule. Click to authorize. » Après l'autorisation, le service CloudMonitor est activé automatiquement en arrière-plan.
Après l'autorisation, CloudMonitor, Simple Log Service (SLS) d'Alibaba Cloud et Prometheus sont activés automatiquement. Les règles d'alerte sont gratuites ; les produits déjà activés sont facturés en fonction de l'utilisation réelle.
  1. Cliquez sur Create Alert Rule pour ouvrir une nouvelle page.
  2. Renseignez le nom de l'alerte, le modèle d'alerte, le modèle, la durée, la période de vérification de l'alerte, le contenu de l'alerte et le niveau d'alerte, comme décrit dans les descriptions des champs ci-dessous.
  3. Configurez les notifications d'alerte (contacts ou groupes de contacts d'alerte, plage horaire de notification et politique de répétition), puis cliquez sur Create pour terminer.
Les champs du formulaire sont décrits dans le tableau suivant.
FieldRequiredDescription
Alert nameRequiredJusqu'à 50 caractères
Alert templateRequiredSélectionnez un modèle prédéfini ou personnalisé dans la liste déroulante, ou créez-en un en enregistrant une copie basée sur un modèle
Model selectionRequiredJusqu'à 50 modèles
DurationRequiredSpécifié en minutes
Alert check periodRequiredPar défaut 60 secondes, exprimé en secondes ; doit être un entier supérieur ou égal à 0 (0 signifie que l'alerte est déclenchée immédiatement)
Alert contentRequiredJusqu'à 200 caractères ; prend en charge les variables (vous pouvez insérer des espaces réservés tels que workspace, model et current value)
Alert levelOptionalINFO (normal) / WARNING (avertissement) / ERROR (erreur) / CRITICAL (critique), INFO par défaut
Alert contacts / contact groupsMultiple allowedIssus des contacts ou groupes de contacts CloudMonitor
Notification time rangeRequiredN'importe quel intervalle sur 24 heures, pouvant s'étendre sur plusieurs jours (par exemple, de 23:00 à 01:00 le lendemain)
Repeat policyRequiredAucune escalade signifie que l'alerte n'est envoyée qu'une seule fois tant qu'elle n'est pas résolue ; sinon, spécifiez un intervalle en heures et minutes pour répéter les notifications
Pour les utilisateurs existants ayant déjà activé la surveillance avancée et configuré des règles d'alerte, les règles d'alerte peuvent être migrées depuis l'instance Prometheus de CloudMonitor vers Model Studio en un clic. Actuellement, seules les règles d'alerte créées par la plateforme peuvent être migrées ; les règles d'alerte créées côté CloudMonitor ne peuvent pas être migrées.
  1. Au-dessus de la liste des règles d'alerte, cliquez sur Migrate now ou Migrate alert rules.
  2. Confirm the migration source. Consultez le nom et l'état de l'instance Prometheus, puis cliquez sur Start detection.
  3. Check alert rules. Le système détecte quelles règles d'alerte peuvent être migrées et lesquelles sont incompatibles. Sélectionnez-les et confirmez, puis cliquez sur Start migration.
  4. Migrate alert rules. Pendant la migration, un statut « Migrating » s'affiche. À la fin de la migration, le résultat (succès ou échec) est affiché. En cas d'échec, vous pouvez réessayer. Après une migration réussie, fermez la boîte de dialogue.
Après la migration, les règles d'alerte de l'instance Prometheus sont désactivées (mais non supprimées) ; vous pouvez les supprimer manuellement côté Prometheus. La tâche de migration est conservée pendant 6 heures, et l'actualisation de la page pendant la migration n'interrompt pas la tâche. Après une migration réussie, aucune seconde migration n'est nécessaire, l'entrée de migration est masquée et seul un message de succès intégré s'affiche. Les règles d'alerte prennent en charge les opérations d'arrêt, de modification et de suppression. Portée de l'alerte : actuellement, seules certaines métriques prennent en charge l'alerte. Les éléments configurables sont indiqués ligne par ligne dans le tableau des métriques de la section Détails de la surveillance des modèles.

Modèles d'alerte

Un modèle d'alerte est une configuration d'alerte avec des conditions de déclenchement prédéfinies. Vous pouvez créer rapidement des règles d'alerte à partir d'un modèle, sans tout configurer depuis zéro. Le système fournit actuellement 12 modèles prédéfinis, et vous pouvez également créer les vôtres. L'onglet Alert templates se trouve sur la page Model Alert, au même niveau que les onglets Alert rules et Alert history. Cliquez sur Create alert template pour ouvrir le panneau latéral de création de modèle d'alerte et renseignez les informations suivantes :
  • Template name : Obligatoire, jusqu'à 20 caractères.
  • Parameter selection : Jusqu'à 10 paramètres. Choisissez de déclencher l'alerte lorsque toutes les règles remplissent les conditions (ET) ou lorsqu'au moins une les remplit (OU).
  • Metric : Obligatoire. Sélectionne la métrique à surveiller pour l'alerte. Les options de la liste déroulante incluent les appels, les échecs, le taux d'échec, la durée des appels et le temps jusqu'au premier token.
  • Alert threshold : Obligatoire. Sélectionnez un opérateur de comparaison (>, >=, <, <=, ==, !=) et une valeur.
  • Statistics cycle : En minutes. Plage valide de 1 à 10080 minutes.
Les modèles d'alerte prédéfinis sont identifiés par un tag Preset après le nom et prennent en charge la consultation des détails et la copie, mais pas la modification ni la suppression. Les modèles d'alerte personnalisés prennent en charge la consultation des détails, la modification, la suppression et la copie. Utilisez d'abord les modèles prédéfinis pour couvrir les scénarios d'alerte courants (la métrique et le seuil sont prédéfinis pour des charges typiques) ; il suffit de renseigner les paramètres pour les utiliser. Utilisez des modèles personnalisés pour des conditions composites complexes et des règles spécifiques à votre activité. Les métriques prises en charge par les modèles d'alerte prédéfinis sont listées dans le tableau suivant :
Preset alert template nameMetric name
Model call failures: 1-minute sum > 10Model call failures
Model call failure ratio: 1-minute sum > 1%Model call failure ratio
Model 4xx calls: 1-minute sum > 10Model 4xx calls
Model 4xx ratio: 1-minute sum > 1%Model 4xx ratio
Model 429 calls: 1-minute sum > 10Model 429 calls
Model 429 ratio: 1-minute sum > 1%Model 429 ratio
Model 5xx calls: 1-minute sum > 10Model 5xx calls
Model 5xx ratio: 1-minute sum > 1%Model 5xx ratio
Model calls: 1-minute sum > 500Model calls
Model call duration: 1-minute average > 60 secondsModel call duration
Model time to first packet: 1-minute average > 10 secondsModel time to first packet (time to first token)
Model TotalToken consumption: 1-minute sum > 10000Model TotalToken consumption

Historique des alertes

Sur la page Model Alert, cliquez sur l'onglet History pour consulter les enregistrements de déclenchements des alertes. Dans la liste de l'historique des alertes, le destinataire de la notification affiche uniquement les informations de contact, et non les informations du canal de notification associé. L'historique des alertes peut être filtré selon quatre conditions : l'heure de l'alerte (préréglages rapides et calendrier), la règle d'alerte, le niveau d'alerte et le statut (Recovered ou Alerting). La liste de l'historique des alertes affiche les colonnes suivantes :
ColumnDescription
Alert instanceIdentifiant de l'instance d'alerte
Alert levelNormal / Warning / Error / Critical
Alert timeMoment où l'alerte a été déclenchée
Alert countNombre de fois où cette alerte a été déclenchée
Alert ruleNom et ID de la règle d'alerte
StatusRecovered / Alerting
Notification recipientContacts ou groupes de contacts d'alerte
ActionsView details (ouvre le panneau latéral des détails de l'alerte)
Cliquez sur View details dans la liste pour ouvrir le panneau latéral des détails de l'alerte. Le statut dans le panneau des détails ne peut prendre que deux valeurs : Recovered et Alerting.

Journalisation

Model Studio enregistre par défaut les audit logs (stockés sur la plateforme, aucune configuration requise), qui capturent les informations de requête de chaque appel de modèle, mais pas le Prompt ni la Response. Les inference logs enregistrent le Prompt et la Response complets ainsi que les étapes intermédiaires ; ils doivent être activés manuellement et reposent sur la livraison des journaux pour écrire les journaux dans votre propre Logstore Simple Log Service (SLS) (pour la livraison des journaux, consultez la section Livraison des données).

Audit Log

Les audit logs sont activés par défaut pour tous les utilisateurs, ne nécessitent aucune configuration et sont stockés sur la plateforme Model Studio. Les audit logs enregistrent les informations de requête de chaque appel de modèle, y compris les métriques clés telles que Request ID, l'heure, le modèle, l'utilisation des tokens, la latence et le statut, mais n'incluent pas le contenu du Prompt et de la Response. Pour consulter le contenu complet du Prompt et de la Response, activez les inference logs (pour savoir comment les activer, consultez la section Inference Log).

Conditions de filtrage

Les audit logs prennent en charge les conditions de filtrage suivantes :
  • Time range : 7 derniers jours par défaut ; permet d'interroger les journaux sur une période allant jusqu'à 30 jours.
  • Model : Sélection dans une liste déroulante ; tous les modèles par défaut.
  • API-Key ID : Sélection dans une liste déroulante. Les clés API affichent l'ID et la description ; si une clé API est supprimée, la description est vide.
  • Status : Sélection multiple, incluant 0 (requête réussie mais interrompue activement par l'utilisateur), 200 (succès), 4XX (exceptions causées par le comportement de l'utilisateur) et 5XX (service indisponible).
  • Inference Type : Inférence en temps réel par défaut.
  • Search Request ID : Correspondance exacte.

Liste des journaux

La liste des audit logs affiche les champs suivants : Request ID, heure de l'appel, modèle, utilisation, temps jusqu'au premier token, durée de l'appel, statut et code d'erreur. La colonne Actions propose View details, qui ouvre le panneau latéral des détails de l'audit log.

Panneau latéral des détails

Le panneau latéral des détails de l'audit log prend en charge le passage entre la vue liste et la vue JSON :
  • Informations de base : Request ID, heure de l'appel, modèle, clé API
  • Utilisation : total des tokens, tokens de sortie, tokens d'entrée
  • Performance : temps jusqu'au premier token, durée de l'appel, code statut, code d'erreur et message d'erreur (le cas échéant)
Pour créer et gérer les clés API, accédez à System Management dans la console Model Studio.

Inference Log

Les inference logs doivent être activés manuellement. En plus des audit logs, les inference logs enregistrent également le Prompt et la Response complets ainsi que les étapes intermédiaires, qui aident au débogage, à l'optimisation et au dépannage. Les inference logs sont stockés dans votre propre Logstore Simple Log Service.

Activer les inference logs

Les inference logs sont désactivés par défaut ; vous devez d'abord activer la livraison des audit logs. Sur la page des journaux, passez à l'onglet Inference Log (lorsqu'il n'est pas configuré, cet onglet affiche une page de guide pour l'activer) et cliquez sur Start configuration pour ouvrir la boîte de dialogue de configuration de la livraison des journaux. Vous pouvez également y accéder en cliquant sur le bouton Log delivery configuration en haut à droite de la page des journaux. Après avoir complété l'autorisation et la configuration du Logstore, vous pouvez consulter la liste des inference logs.
Les inference logs sont actuellement pris en charge uniquement dans les régions Beijing et Singapore ; les autres régions ne sont pas encore prises en charge.

Liste des journaux et détails

Les conditions de filtrage des inference logs sont identiques à celles des audit logs, à l'exception du filtre de type d'inférence (inférence en temps réel/inférence par lots) qui est supprimé. Pour les modèles ne prenant pas en charge les inference logs, le message « The current model is not supported » s'affiche. La liste des inference logs ajoute les données Prompt et Response en plus des audit logs, avec une limite de longueur de 128 Ko. Le contenu dépassant 128 Ko est tronqué ; pour le contenu complet, consultez les journaux d'appels réels. Les règles d'affichage après la suppression d'une clé API sont les mêmes que pour les audit logs (la liste n'affiche pas la description, et les détails n'affichent que l'ID). Les inference logs peuvent être réinjectés dans des jeux de données d'entraînement. Pour plus d'informations, consultez Log backflow.
Les inference logs enregistrent le Prompt et la Response complets, ce qui convient pour reproduire des requêtes anormales, déboguer les sorties du modèle et résoudre des problèmes intermittents.

Livraison des données

Par défaut, Model Studio stocke les métriques de surveillance et les audit logs sur la plateforme, de sorte que vous pouvez les consulter dans la console sans aucune livraison. Pour livrer les métriques de surveillance ou les journaux vers vos propres services cloud (pour une conservation à long terme ou une intégration avec vos propres systèmes d'exploitation et de maintenance, ce qui engendre des frais de services cloud), activez la livraison de données correspondante : les données de surveillance sont livrées vers une instance CloudMonitor Prometheus, et les journaux vers un Logstore Simple Log Service (SLS). La livraison des journaux est également une condition préalable aux inference logs.
L'activation des inference logs et la livraison des journaux vers votre propre Logstore SLS entraînent des frais Simple Log Service.
Côté SLS, la modification des index n'est pas prise en charge ; cela entraîne des échecs de requête. Côté SLS, ne supprimez pas le Logstore SLS créé par Model Studio ; sa suppression entraîne l'échec de la livraison des journaux.

Livraison des données de surveillance

L'entrée de livraison de la surveillance des modèles se trouve dans le coin supérieur gauche de la page de vue d'ensemble de la surveillance. La livraison de la surveillance des modèles livre automatiquement les données de surveillance des modèles de Model Studio vers une instance Prometheus d'Alibaba Cloud CloudMonitor pour une gestion unifiée des données de surveillance. Model Studio fournit par défaut des métriques de service de modèle, que vous pouvez consulter sur la plateforme sans configuration supplémentaire. Pour livrer les métriques vers le service CloudMonitor de votre compte, activez la livraison de données et configurez la ressource cible.

Étapes de configuration

Pour les nouveaux utilisateurs, la configuration de la livraison de la surveillance des modèles nécessite les étapes suivantes :
  1. Autorisez le rôle lié au service CloudMonitor.
  2. Activez le service CloudMonitor.
  3. Créez une instance de surveillance CloudMonitor Prometheus.
La livraison de la surveillance des modèles prend actuellement en charge uniquement les instances CloudMonitor Prometheus, et non les Prometheus auto-gérés. Pour les utilisateurs existants ayant déjà activé la livraison de la surveillance, la configuration existante est migrée automatiquement, les données de surveillance de la plateforme sont livrées automatiquement vers l'instance Prometheus précédemment activée, et l'instance Prometheus ne peut pas être modifiée. Après l'activation de la livraison, les données de surveillance sont stockées à la fois côté plateforme et côté utilisateur.
Les utilisateurs existants ayant activé la surveillance avancée ont la livraison des données de surveillance activée par défaut ; si vous n'en avez pas besoin, vous pouvez la désactiver via l'entrée de livraison de la surveillance des modèles.

Statut de la livraison

Après avoir configuré la livraison des données, un indicateur de statut s'affiche à côté de la livraison de la surveillance des modèles :
  • Delivering (vert)
  • Delivery failed (rouge)
  • Delivery not configured (gris)
Le bouton bascule de livraison est Call statistics and performance metrics delivery. Les détails de l'autorisation sont développés par défaut.

Livraison des journaux

L'entrée de configuration de la livraison des journaux se trouve dans le coin supérieur droit de la page des journaux. Sur la page de vue d'ensemble de la surveillance, sélectionnez un modèle pour accéder à sa page de détails, puis passez à la page des journaux pour voir cette entrée. La livraison des journaux livre automatiquement les audit logs et les inference logs des modèles de Model Studio vers un Logstore d'Alibaba Cloud Simple Log Service pour une gestion unifiée des données. Pour livrer les journaux vers le service Simple Log Service de votre compte, activez la livraison des journaux et terminez la configuration.

Étapes de configuration

La configuration de la livraison des journaux pour la première fois nécessite les trois étapes suivantes :
  1. Autorisez le rôle Simple Log Service.
  2. Activez Simple Log Service.
  3. Créez un Logstore.
Les utilisateurs existants ayant déjà activé la livraison des journaux n'ont pas besoin de reconfigurer ; la configuration d'origine est conservée automatiquement, et le Logstore ne peut pas être modifié.

Livraison des audit logs

Après avoir activé ou désactivé la livraison des audit logs, un message de résultat s'affiche brièvement en haut de la page. Le processus d'autorisation et de configuration est identique aux étapes de configuration ci-dessus.

Livraison des inference logs

Avant d'activer la livraison des inference logs, vous devez d'abord activer la livraison des audit logs (la livraison des inference logs ne peut pas être activée lorsque la livraison des audit logs n'est pas configurée). Le processus d'autorisation et de configuration de la livraison des inference logs est identique à celui décrit ci-dessus.
Après avoir désactivé la livraison des audit logs, la livraison des inference logs est également désactivée.
Une fois la configuration terminée, un indicateur de statut s'affiche à côté de la configuration de la livraison des journaux ; les trois états ont la même signification que pour le statut de la livraison des données de surveillance.
Après avoir désactivé la livraison des journaux, les journaux générés pendant la période de désactivation ne sont pas synchronisés vers le Logstore SLS et ne peuvent pas être réinjectés ou restaurés ultérieurement. Désactivez-la avec prudence.