Data Drift（数据漂移）
数据漂移是指模型训练时使用的数据分布与生产环境中实时数据分布之间出现偏差，导致模型预测准确率逐渐下降。它是机器学习系统长期稳定运行的核心挑战之一，常见于推荐系统、风控模型等场景，需要通过持续监控和模型更新来应对。
一句话解释
数据漂移指生产环境中输入模型的数据分布，与模型训练时所用的数据分布发生显著变化，导致模型表现变差的现象。
为什么会被关注
随着AI模型在金融、医疗、电商等领域的深度应用，模型上线后的性能衰退成为企业最头疼的问题之一。数据漂移是性能衰退的主要诱因，它可能悄无声息地影响风控准确性、推荐质量或预测结果，直接造成业务损失。
由于现实世界的数据分布会随时间、季节、用户行为等因素自然改变，持续监控并应对数据漂移已成为机器学习运维（MLOps）的核心环节，也是保障模型长期可靠性的关键。
核心逻辑
数据漂移的根源在于训练数据与实时数据之间的统计差异。常见的量化方式是比较两个时间段内特征的概率分布，例如使用KS检验、KL散度或人口稳定指数（PSI）等指标。
当漂移程度超过预设阈值时，系统会触发告警，提示需要重新训练模型或调整特征。需要注意的是，数据漂移不一定意味着数据本身错误，而是分布发生了有意义的偏移，例如用户年龄结构从年轻化转向中年化。
常见场景
电商推荐系统：用户购物季节偏好变化（如夏季流行冷饮，冬季热饮）会导致商品点击率预测模型出现数据漂移。
信贷风控：经济周期或政策调整使得用户收入、负债分布改变，原有逾期预测模型准确率下降。
自动驾驶：不同城市道路环境（白天/夜晚、雨天/晴天）的图像特征存在漂移，影响目标检测模型。
容易混淆的点
数据漂移与概念漂移常被混用。数据漂移侧重输入特征分布的变化，而概念漂移指输入与输出之间的映射关系发生变化，例如“年龄大”过去代表高信用，现在因政策改变代表低信用。
此外，数据漂移不等于数据质量问题——噪声、缺失值属于质量范畴，而漂移是分布层面的系统性变化。实际监控中两者可能同时发生，但处理方式不同：漂移常需重新训练，质量问题则需清洗或修复。
本文内容用于 AI 热词解释和概念整理，仅供学习和理解参考。若涉及表述偏差或内容修正，欢迎联系站点进行更新。
相关热词法院AI应用是指人工智能技术在司法领域的落地实践，包括智能辅助办案、类案自动推送、裁判文书生成、庭审语音识别等，旨在提升审判效率与公平性，减轻法官事务性负担。
法院AI部署是指将语音识别、文书生成、类案推送等人工智能技术集成到法院办案流程中，旨在提升审判效率、降低人为差错，并推动司法透明化。近年来，各地智慧法院试点加速，AI从辅助工具逐渐嵌入核心业务环节。
法院AI训练指利用裁判文书、法律法规等数据，训练机器学习模型以辅助司法工作，如案件分类、证据分析、量刑建议等。它并非替代法官，而是通过技术手段提升效率与一致性，正成为智慧法院建设的核心环节。
法院AI仿真利用人工智能技术对法庭场景、审判程序、辩论逻辑进行数字化模拟，用于法律教学、案件预演、证据推演等场景，帮助法官、律师和法学院学生更直观地理解司法过程。
法院AI建模是指运用人工智能技术，尤其是大语言模型和机器学习算法，对案件的事实要素、法律条文和历史判例进行结构化建模，辅助法官完成证据审查、量刑参考和文书生成的技术方案。