AI 术语表 · 进阶 · MLOps 与 LLMOps · 数据与评测
数据漂移
数据漂移是指模型实际接收的数据，其特性逐渐偏离训练时数据的现象。因此，起初预测准确的模型会随着时间推移悄无声息地出错。
关于这个术语
- 难度
- 进阶 · 需要了解内部原理的专业术语
- 分类
- 数据、运维与平台
- 加入时间
- 2026-10-08
通俗解释 这就像用去年的地图找路。地图制作时是准确的，但新路修好、道路改变后，用同一张地图就会越来越容易迷路。地图没变，是世界变了。
工作原理
模型学习的是训练数据中的模式。然而服务上线后，用户群体变化、季节更替、传感器更换等，都可能使输入数据的分布发生变化。有时会加以区分：输入数据本身的样子发生变化称为狭义的数据漂移，输入与答案之间的关系本身发生变化称为概念漂移。也常有人把两者合称为“模型漂移”。
数据漂移与概念漂移
数据漂移输入变化
- 输入数据的样子发生变化
- 例：用户群体·季节变化
- 可通过输入统计较快发现
概念漂移关系变化
- 输入与答案之间的关系发生变化
- 相同输入对应的答案也变了
- 通过实际性能指标确认
공통 两者都是训练时与实际使用时不一致，导致预测悄悄出错的现象
为什么重要
漂移在没有任何错误提示的情况下发生，因此很难察觉。系统运行正常，但推荐变得离谱，欺诈检测漏报也越来越多。因此，对运行中的模型，会设置监控来持续观察输入数据的统计特征和预测结果，一旦与训练时的差异变大就发出警报。收到警报后，会用新数据重新训练或修正模型。
注意事项
并非所有变化都是问题。如果分布略有变化但性能保持不变，就没有必要重新训练，因此最好结合实际性能指标来判断。在答案要很晚才能确认的业务（如贷款是否偿还）中，很难立即衡量性能下降，所以会先观察输入分布的变化。LLM 服务中，用户提问类型发生变化时也可能出现同样的问题，因此也会借助 LLM 可观测性工具观察提问趋势。
示例
购物网站的需求预测模型在节假日或流行趋势变化导致购买模式突变时，预测可能大幅偏离。因此，运营团队会在仪表盘上将主要输入值的分布与训练时进行比较，差异超过阈值时就进行重新训练。训练时与实际使用时分布不一致这一问题，在生成模型研究中也同样存在。本站介绍的论文“In-Distribution Forcing”探讨了在生成长视频时，让模型处理的值保持在训练时所见分布之内的方法。
本站出现过的地方
- 论文 In-Distribution Forcing：面向测试时长视频生成的分布内 KV 管理 2026-10-07