有了自動模型重新整理功能，當基礎模型變更時，管道會更新為使用新模型。由於 RunInference 轉換會自動更新模型處理常式，因此您不需要重新部署管道。有了這項功能，即使 Apache Beam 管道正在執行，您也能即時更新模型。
自動模型重新整理提供兩種更新機器學習 (ML) 模型的方法：監看模式和事件模式。
手錶模式
使用 Apache Beam 提供的其中一種模式 (例如 WatchFilePattern 類別)，監控 Cloud Storage 值區中的最新檔案。WatchFilePattern 會使用時間戳記比對 file_pattern，並發出最新的 ModelMetadata，RunInference PTransform 則會使用這項資料更新機器學習模型。
如要進一步瞭解如何使用 WatchFilePattern 自動重新整理機器學習模型，請參閱 Apache Beam 說明文件中的「Use WatchFilePattern to auto-update ML models in RunInference」。
活動模式
將管道連結至不受限的來源 (例如 Pub/Sub)，直接將更新事件傳送至轉換，啟動模型更新。您會設定自訂側邊輸入
PCollection，定義模型更新的邏輯。
如要參閱教學課程，瞭解如何使用側邊輸入 PCollection 更新正式環境中的模型，請參閱「在執行中的管道中更新機器學習模型」。