AI 百科词条

漂移检测（Drift Detection）是什么？

监控线上数据分布是否偏离训练时假设，模型退化的早期预警器。

一句话说清楚

数据漂移分两类：特征漂移（输入分布变了，如用户群从年轻人变成中老年）和概念漂移（输入与输出的关系变了，如疫情改变了消费模式）。不检测漂移的模型会「安静地变笨」——没有任何报错，指标却持续下滑。

有标签的场景直接监控线上指标（准确率/转化率）；无标签场景监控输入分布（PSI/KL 散度）。电商大促、政策变化这类已知事件后主动触发评估。

阈值一刀切——把漂移告警设得太灵敏会天天狼来了，太迟钝又错过真退化；按特征重要性分级设阈值更实际。

AI 做数据分析：从表格到结论一句话的事

上传表格用自然语言提问，AI 出图表、找异常、给结论，重点看数字准确率与图表可导出性。

AI 写表格公式：描述需求直接出公式并解释

用大白话说需求（跨表匹配、条件求和），AI 出公式并逐段解释，粘贴即用。

AI 写 SQL：用大白话查数据库

描述「我想看什么数据」，AI 生成可执行 SQL 并逐行解释，业务同学不再等排期。