Model Drift
Deriva del modelo
En una frase
Model Drift: la degradación del rendimiento de un modelo en producción porque los datos o el mundo cambiaron respecto a su entrenamiento.
¿Demasiado técnico? Ver explicación sencilla¿Quieres profundizar? Ver explicación técnica
Explícamelo fácil
Un modelo que predice compras entrenado antes de una pandemia puede fallar después: el comportamiento de la gente cambió. El modelo no «se rompió»; el mundo se movió. A eso se le llama drift.
Nivel técnico
Profundizando
Data drift: cambia la distribución de las entradas p(x). Concept drift: cambia la relación entre entradas y salidas p(y|x). Se detecta comparando distribuciones (pruebas estadísticas, PSI) y monitoreando métricas de negocio y de calidad cuando hay etiquetas. Se corrige reentrenando, recalibrando o ajustando umbrales. En LLMs, el mundo cambia pero el conocimiento del modelo queda congelado en su fecha de corte, una razón más para usar Retrieval-Augmented Generation.
¿Por qué importa?
Explica por qué un modelo que funcionaba bien puede empeorar silenciosamente con el tiempo.
¿Dónde se utiliza?
- Monitoreo de modelos
- Detección de fraude
- Pronóstico de demanda