待验证50% 置信事实精确时间

当线上数据分布偏离训练数据时，模型性能会退化（数据漂移与模型衰减），需要触发重新训练

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

ML项目生产流程全解析：从建模到部署的完整工具链

涉及实体

数据漂移concept

相关事实

待验证训练-部署鸿沟指模型因训练与部署环境的数据分布偏移、软件依赖版本差异或硬件指令集不同而导致的性能下降79% 相似待验证过拟合是指模型在训练数据上表现很好，但在新数据上表现很差77% 相似待验证域偏移（Domain Shift）问题指模型在训练数据上表现优异，但部署到新环境后大幅退化77% 相似待验证传统草稿模型针对单一目标模型在狭窄分布上训练，工作负载变化时接受率会急剧下降，且每更换一个目标模型就必须重新完成整个预训练过程76% 相似待验证续训是在新增数据上持续训练以保持模型知识更新的方法74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/911242

API

curl https://kongchang.com/api/v1/knowledge/claims/911242

MCP

get_claim(id=911242)