Model Drift

定义 Definition

模型漂移：指机器学习模型在上线后，由于现实世界数据分布、用户行为或环境发生变化，导致模型性能随时间逐渐下降的现象。常见于推荐、风控、广告投放等场景。（相关概念还包括 data drift 与 concept drift。）

发音 Pronunciation (IPA)

/ˈmɑːdəl drɪft/

例句 Examples

The team noticed model drift after the holiday season.
团队在假期季之后注意到了模型漂移。

As customer behavior changed and new products were introduced, model drift caused the accuracy to drop, so the company added continuous monitoring and regular retraining.
随着客户行为变化和新产品上线，模型漂移导致准确率下降，因此公司增加了持续监控并定期重新训练模型。

词源 Etymology

model 源自拉丁语 modulus（“尺度、模型”之意），指用于预测或解释的“模型”；drift 原意为“漂移、偏离航向”，常用来描述随时间缓慢移动的趋势。组合成 model drift，比喻“模型表现随着时间逐步偏离原本有效的状态”。

相关词 Related Words

• Concept Drift
• Data Drift
• Distribution Shift
• Dataset Shift
• Model Degradation
• Drift Detection
• Model Monitoring
• Retraining

文学/著作中的用例 Literary / Notable Works

• Designing Machine Learning Systems（Chip Huyen）——讨论生产环境中的数据变化、监控与漂移问题，常使用“model drift/数据漂移”等表述。
• Machine Learning Design Patterns（Valliappa Lakshmanan, Sara Robinson, Michael Munn）——涉及上线后模型维护、监控与性能衰退（常与 drift 一并讨论）。
• Responsible Machine Learning（Patrick Hall, Navdeep Gill, Nicholas Schmidt）——在模型治理与风险控制语境中提及模型随时间变化与监控实践（常用 drift/shift 相关术语）。