모델 이전의 캠페인, 가중치와 AIP 제안

Upgrade Assistant는 데이터셋 기반 모델과 이를 소비하는 리소스를 추적합니다. foundry_ml은 2025년 10월 31일부터 사용할 수 없으므로 현재 모델과 학습 코드는 palantir_models 경로로 전환합니다.

캠페인에 보이지 않는 모델

사용 중인 모델은 다음 중 하나를 만족하는 데이터셋 기반 모델입니다.

• 최근 90일 안에 기본 브랜치에서 빌드한 모델
• 최근 90일 안에 기본 브랜치 빌드의 입력으로 사용한 모델. 목표의 배치 배포 빌드도 포함합니다.
• 활성 온라인 배포가 있는 목표에서 최신 릴리스로 사용하는 모델

이 조건에 맞지 않으면 Ignored로 표시하고 캠페인의 기본 보기에서 제외합니다. 대체 모델을 지정한 리소스는 Completed로 표시하며 이 상태도 기본 보기에서 제외합니다.

종료 이후의 영향

foundry_ml 모델은 모델링 목표, Python 변환과 목표 배포에서 지원하지 않습니다. 새 foundry_ml 모델을 게시할 수 없고 이 라이브러리를 계속 가져오는 코드의 검사는 실패합니다. 해당 코드를 수정하여 사용하는 경로도 지원이 종료되었습니다. 기존 작업 또는 온라인 배포는 동작이 깨질 수 있으며 Palantir 지원 대상이 아닙니다.

재학습 없이 옮길 수 있는 조건

이미 프레임워크가 읽을 수 있는 모델 파일이나 가중치를 확보했다면 사전 학습 파일 게시로 새 ModelAdapter를 구성할 수 있습니다. 원래 모델의 전처리와 특성 순서 및 필요한 모든 학습 단계를 함께 보존해야 합니다. 여러 단계 중 예측기 하나만 가져왔다면 앞선 스케일링 같은 처리도 새 어댑터에 연결합니다.

이전 전환 기간의 내보내기 절차는 Python 3.9와 foundry_ml 환경에서 모델을 로드하고 선택한 model.stages[index].model을 파일로 저장하는 방식이었습니다. 현재는 그 라이브러리를 다시 설치하여 실행하는 절차로 사용할 수 없습니다. 이미 내보낸 파일이 없다면 새 학습을 수행하거나 Palantir Support에 지원 가능한 복구 및 이전 방법을 문의합니다. 파일 형식은 모델 프레임워크에 맞춰 선택해야 하며 pickle이 모든 모델에 맞는 형식은 아닙니다.

AIP 코드 제안 생성과 비용

환경에서 활성화하면 AIP의 GPT-4o 기반 제안을 사용할 수 있습니다. 필요할 때 생성하고 다시 볼 때는 캐시를 사용합니다.

처음 Upgrade Assistant 리소스 목록에 항목이 나타나면 해당 항목에 캐시된 결과가 없는 경우 제안 프롬프트를 실행합니다. 목록을 아래로 스크롤하여 새 항목이 보일 때도 같은 조건으로 호출할 수 있습니다. 생성한 캐시는 해당 리소스에 접근하는 다른 사용자도 볼 수 있습니다.

기존 제안을 열고 Regenerate fixes를 선택하면 캐시 대신 새 응답을 생성합니다. 사용량은 AIP 연산 사용량 원칙을 따릅니다. 따라서 제안 아이콘을 누르는 작업뿐 아니라 목록 조회와 스크롤에서도 새로운 호출이 발생할 수 있습니다.

제안이 나오지 않는 경우

기본 브랜치에서 모델 코드를 찾을 수 없으면 제안을 만들지 못할 수 있습니다. 브랜치 이름은 환경 설정을 따르며 기존 환경에서는 master를 사용하는 경우가 있습니다. 해당 브랜치의 모델에 View Code가 없으면 코드를 찾지 못한 상태인지 확인합니다.

목표에 제출한 TypeScript 함수 모델도 이 코드 이전 제안 대상과 다릅니다. 모델 페이지의 Model execution plan 타입이 foundryFunctionV2이면 이 경우에 해당합니다.

LLM이 올바른 제안 형식을 만들지 못할 수도 있습니다. 페이지를 다시 불러와도 문제가 지속되면 Palantir Support에 문의합니다. 생성한 코드의 정확성과 결과는 이전 개요의 검토 조건을 따릅니다.