已验证80% 置信事实精确时间

Google在论文《Hidden Technical Debt in Machine Learning Systems》中指出，真实ML系统中实际的ML代码只占整个系统的一小部分，周围环绕着大量的数据收集、特征提取、配置管理、服务基础设施和监控代码

13

来源数

80%

置信度

长期有效

时效性

2026/8/1

首次发现

来源

Which ML Projects Will Actually Help You Land a Job Offer?

涉及实体

Googlecompany Hidden Technical Debt in Machine Learning Systemsconcept

相关事实

已验证谷歌2015年发表的论文《Hidden Technical Debt in Machine Learning Systems》揭示ML系统中真正的机器学习代码只占极小比例87% 相似待验证据Google 2023年研究报告，在实际生产ML系统中，模型代码仅占整个系统代码的5-10%77% 相似待验证Google的机器学习工程师总结出经验：机器学习系统中真正的机器学习代码往往只占5%，剩余95%是数据管道、服务封装和监控系统77% 相似待验证典型的ML系统设计题目包括设计推荐系统、实时欺诈检测系统、大规模文档搜索引擎等67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/680711

API

curl https://kongchang.com/api/v1/knowledge/claims/680711

MCP

get_claim(id=680711)