早春时节、万物复苏，我们又迎来了 ModelWhale 新一轮的版本更新。

本次更新中，ModelWhale 主要进行了以下功能迭代：

• 新增 Notebook 内提交课程作业及比赛任务（团队版✓ ）

• 新增 Canvas 组件停止维护提示（团队版✓ ）

• 新增 模型服务列表搜索（专业版✓ 团队版✓ ）

1、新增 Notebook 内提交课程作业及比赛任务（团队版✓）

ModelWhale 整合课程管理及在线 Notebook 编程工具，配套灵活的作业评估系统，供老师开展 “教学 + 实训”一体化实践，培养学生的数据科学能力。作业评估系统支持主观评估、自动评估、简答测验多种作业类型，其中自动评估系统可以实现即时出分反馈。现在，学生完成作业编写后，已支持直接在 ModelWhale Notebook 内在线提交作业（无需将文件下载本地后再次上传），更便捷获得作业评估结果。更多详见教学实训手册。

Tips：ModelWhale 除了是教学实训平台，也是数据科学竞赛平台；现比赛选手也可以直接在 ModelWhale Notebook 提交比赛任务，更快速完成任务提交（无需再次使用 Token 提交验证）。

2、新增 Canvas 组件停止维护提示（团队版✓）

业务常用的算法流程可以经 Canvas 灵活封装成拖拉拽组件、模板工作流，供其他同事/合作方零代码使用。围绕“组件更新”话题：（1）面向组件开发者，ModelWhale 提供“组件版本管理设施”以便开发者记录和追溯历史信息；（2）面向组件使用者，ModelWhale 提供“组件提示标签”包括「New」、「Beta」、「停止维护」（供开发者配置）以便使用者知悉组件状态。更多详见 Canvas 使用手册。

3、新增 模型服务列表搜索 （专业版✓ 团队版✓ ）

模型文件可以在 ModelWhale 通过 Python 或 R 重新加载，进行在线或离线推断。经简单配置，模型开发者可以将模型发布为网页 Web 应用，供他人零代码直接使用（无需再下载调试工具）。现模型服务列表已支持搜索、筛选、自动刷新等功能，以帮助你更好查询和管理自身的模型资产。更多详见 模型服务使用手册。

Tips：为帮助算法工程师进行模型全生命周期管理（包括模型开发、训练、测试、部署等环节），ModelWhale 已支持模型要素关联追溯及版本迭代管理，欢迎体验。

以上就是本期 ModelWhale 版本更新的全部内容。

进入 ModelWhale.com，免费试用专业版（个人研究）或试用团队版（组织协同），获赠 CPU 和 GPU 算力！（建议使用电脑端进行试用体验）

如果对 ModelWhale 有任何建议、疑问，或有试用续期需求，欢迎【联系MW】，MoMo 很高兴为你服务、与你交流。