Model Drift

Mudança do comportamento ou do desempenho observado de um modelo ou sistema ao longo do tempo. Pode decorrer de alteração nos dados de entrada, atualização silenciosa de um modelo hospedado, mudança em dependências, evolução do produto ou degradação da relação entre sinais e resultado esperado.

O diagnóstico exige versões e evals contínuas. Uma queda agregada não identifica a causa, e uma distribuição estável de inputs não garante comportamento estável do sistema. Monitoramento por tarefa e segmento, canary tests e rollback ajudam a separar drift do modelo, drift dos dados e regressões da aplicação.