待验证50% 置信事实精确时间

性能漂移是指模型输出质量随时间缓慢退化的现象，可能来自模型提供商静默更新、上下文数据分布变化以及RAG系统知识库内容更新

1

来源数

50%

置信度

长期有效

时效性

2026/8/20

首次发现

来源

AI评估集构建与维护实践指南：让LLM应用质量可量化

相关事实

待验证数据漂移（Data Drift）指线上真实数据的统计特性偏离训练集时，模型性能在无报错情况下持续下滑73% 相似待验证「提示词漂移」（Prompt Drift）指模型更新后同一提示词行为发生变化，是生产环境中的常见风险，会导致静默失败70% 相似待验证在收敛型任务上，模型达到一定规模后存在明显的性能饱和现象，参数量或训练数据的继续增加对准确率的边际贡献快速衰减70% 相似待验证当模型超出显存容量时，系统被迫在显存与系统内存之间反复搬运数据，导致灾难性性能下降68% 相似已验证过拟合是指模型在训练数据上表现优异，但在未见过的测试数据上性能大幅下降的现象68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/779008

API

curl https://kongchang.com/api/v1/knowledge/claims/779008

MCP

get_claim(id=779008)