注意：以下翻译的准确性尚未经过验证。这是使用 AIP ↗ 从原始英文文本进行的机器翻译。
模型适配器概述
模型适配器是一个通用框架，使Foundry能够与任意模型互操作。模型适配器是构建模型的两个组件之一：
- 模型工件： 保存训练模型的模型文件、参数、权重、容器或凭据。
- 模型适配器： Foundry与模型工件交互以加载、初始化并对模型进行推理所需的逻辑和环境依赖项。
模型适配器可以使Foundry与以下内容互操作：
适配器组件
Palantir通过与该模型版本的模型适配器类进行接口交互，以相同的方式与所有模型进行交互。
初始化
由于模型可以创建一次，并在平台内的多个地方使用，适配器需要知道如何从权重或底层容器初始化模型实例。
对于在平台内训练的权重，用户应使用@auto_serialize注解以利用内置的序列化器，这些序列化器应适用于大多数模型类型。在需要显式指定序列化/反序列化逻辑的高级情况下，请参阅：load()和_save()方法。
对于容器和外部模型，适配器使用init_container()或init_external()方法进行初始化，以便可以用于推理。对于这两种类型的模型，在模型初始化时也会调用load()方法，但它会在后台调用init_container()或init_external()，以便仅将与这些类型模型相关的上下文（例如，ContainerizedApplicationContext或ExternalModelContext）提供给模型实例。作为使用init_container()或init_external()的替代方法，用户可以重写load()方法以定义如何初始化这些模型。
API
每个适配器都需要声明一个API描述。平台依赖于此描述，包括预期的输入、输出、列名和类型，以支持与其他应用程序的多种模型消费模式的集成。
有关支持的类型和API定义示例，请查看API参考。
推理
一旦初始化，适配器可以用于批量或交互式工作负载的推理。推理逻辑必须作为predict()方法的一部分进行定义。
平台使用提供的API定义，以定义的名称和类型调用predict()方法，以便进行推理。
有关创建模型适配器的更多信息，请参考创建模型适配器的文档。您还可以在模型适配器参考页面上查阅完整的Python API。