待验证50% 置信事实精确时间

模型漂移（Model Drift）指同一个模型名称下的实际行为随时间发生变化，OpenAI、Google等公司的模型也曾多次出现类似情况

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

Claude Fable 5实测：Token翻倍值不值？Rust编程对比Opus 4.8

bilibili四月的尾巴_2026/6/13

相关事实

待验证模型漂移是被动发生的现实世界变化映射，而追溯性变更是主动的、人为的干预70% 相似已验证模型漂移通常分为数据漂移和概念漂移两类，数据漂移指输入数据统计分布随时间变化，概念漂移指输入与输出关系本身发生变化70% 相似待验证语义漂移（Semantic Drift）指 LLM 倾向于基于训练数据中的通用模式推断，而非严格遵守特定企业业务定义66% 相似已验证模型漂移是指生产环境中输入数据分布随时间变化导致模型预测质量下降66% 相似待验证概念漂移（Concept Drift）指输入变量与目标变量之间的映射关系本身发生变化66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/46065

API

curl https://kongchang.com/api/v1/knowledge/claims/46065

MCP

get_claim(id=46065)