待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
AI系统追溯性变更引发信任危机：透明度与可审计性的核心挑战
redditr/GoogleGeminiAI2026/7/10
相关事实
待验证模型漂移（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70% 相似待验证该方法训练一个单一的条件潜在扩散模型，可根据方向标志将动态系统在时间上向前推进或向后回溯67% 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66% 相似已验证ReAct（Reasoning + Acting）框架让模型能够交替进行推理和行动65% 相似待验证ReAct相较于纯粹的链式思考（Chain-of-Thought），引入了与外部环境的真实交互，使模型能够根据实际执行结果动态调整策略65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/491535API
curl https://kongchang.com/api/v1/knowledge/claims/491535MCP
get_claim(id=491535)