分布漂移
指模型在训练阶段与生产部署阶段所面对的数据分布发生偏移，导致模型在真实环境中表现退化，是AI Agent在线评估中需要重点监控的问题之一。
核心事实
时间轴 (近 90 天)
AI系统即使应用代码不变也会退化，原因包括文档过时、用户行为变化、输入分布漂移、模型提供方更新服务、流量模式改变
决策模型在固定数据分布上训练，当业务数据特征分布发生变化（分布漂移）时性能可能迅速下降，而通用大语言模型对新概念的泛化能力通常更强
学习式优化器面临分布漂移挑战，冷启动问题需要先用传统优化器积累执行样本才能切换到学习式方案
分布漂移会导致用于计算阈值的历史性能数据无法代表未来查询，使预设阈值在新分布下不再最优
分布偏移是指训练环境与部署环境之间的统计分布差异，是虚假相关性导致性能崩溃的直接机制
请求分布会随业务变化漂移(分布漂移),需建立持续评估闭环,包括定期人工评估、A/B实验框架、成本和质量告警机制
医疗AI面临分布漂移的核心挑战，即模型在训练数据上表现优异但在不同医院、设备、人群的真实数据上可能出现显著性能下降
全部知识事实 (8)
分布偏移是指训练环境与部署环境之间的统计分布差异，是虚假相关性导致性能崩溃的直接机制
75%已验证行为克隆存在分布偏移（Distribution Shift）问题，模型在训练分布外状态下容易犯错并累积误差，机器人控制领域称为复合误差
70%待验证AI系统即使应用代码不变也会退化，原因包括文档过时、用户行为变化、输入分布漂移、模型提供方更新服务、流量模式改变
50%待验证决策模型在固定数据分布上训练，当业务数据特征分布发生变化（分布漂移）时性能可能迅速下降，而通用大语言模型对新概念的泛化能力通常更强
50%待验证学习式优化器面临分布漂移挑战，冷启动问题需要先用传统优化器积累执行样本才能切换到学习式方案
50%待验证分布漂移会导致用于计算阈值的历史性能数据无法代表未来查询，使预设阈值在新分布下不再最优
50%待验证请求分布会随业务变化漂移(分布漂移),需建立持续评估闭环,包括定期人工评估、A/B实验框架、成本和质量告警机制
50%待验证医疗AI面临分布漂移的核心挑战，即模型在训练数据上表现优异但在不同医院、设备、人群的真实数据上可能出现显著性能下降
50%