Un model registry funciona como un catálogo organizado de todos los modelos que una organización entrenó, registrando qué datos y configuración se usaron para entrenar cada versión, cómo se desempeñó en sus evaluaciones, y cuál está actualmente en uso en producción.
Por qué es importante a medida que crece un equipo
Sin un registro centralizado, distintos equipos pueden perder de vista qué versión de un modelo está realmente en producción, o duplicar esfuerzos entrenando modelos similares sin saber que ya existe uno que resuelve un problema equivalente.