La divergencia gradual de las salidas de un modelo de IA respecto a su comportamiento original a medida que se acumulan patrones de uso y retroalimentación con el tiempo.
Ejemplos
"Los usuarios notaron deriva del modelo, las respuestas ya no se sentían igual que hace unos meses."
Origen y uso
Tomado de terminología de MLOps una vez que usuarios cotidianos empezaron a notar que los asistentes 'se sienten diferentes' tras meses de uso.
Se usa para describir cuando un modelo de IA parece comportarse distinto con el tiempo.
MENTIONS OVER TIME
¿Quieres ver la entrada completa en inglés con etiquetas de categoría, tendencia, distribución por plataforma y votos de la comunidad? Visita la Model Drift entrada completa en inglés →
WHEN DID YOU FIRST HEAR THIS?
CLICK AN OPTION BELOW TO CAST YOUR VOTE.
[ VOTE TO REVEAL COMMUNITY RESULTS ]