Terme du glossaire IA

Qu’est-ce que Dérive du modèle ?

Définition

Dégradation des performances au fil du temps, à mesure que les conditions réelles s'écartent des hypothèses de formation.

Termes associés

Dérive des données
Un changement dans les données d'entrée du monde réel au fil du temps qui peut dégrader les performances du modèle.
Apprentissage automatique (ML)
Méthodes qui permettent aux systèmes d’apprendre des modèles à partir des données et de s’améliorer au fil du temps.
Perte de formation
La valeur d'erreur du modèle calculée pendant la formation et optimisée à la baisse au fil du temps.
Système autonome
Un système capable de prendre des décisions et d’agir en temps réel avec un contrôle humain direct limité ou inexistant.
Apprentissage continu
Des approches de formation qui permettent à un modèle de continuer à apprendre de nouvelles données sans oublier les connaissances antérieures.
Seuil de connaissance
Le dernier moment reflété dans les données d’entraînement d’un modèle.

Apprenez-en davantage dans nos guides gratuits

AI Models ExplainedModel CollapseModel LifecycleModel Context Protocol

Voir aussi

Model CardModel QuantizationMixture of Experts (MoE)Multimodal ModelMemory (Agent Memory)Named Entity Recognition (NER)Natural Language Processing (NLP)Loss Function
Parcourez le glossaire complet de l'IAExplorez tous les guides gratuits sur l'IA