模型上线后因现实数据变化而逐渐失准的现象。
模型上线久了，像拿去年药方治今年的病：病根早变了，它还照着旧剂量下药。
风控、推荐等线上模型需持续监控，并按新数据校准或再训练。
Model Regression模型漂移由现实变化引起；模型回归通常发生在版本更新后。
Continual Learning持续学习可用新数据不断调整模型，以应对环境变化。
Model Calibration漂移会让模型原有的置信度，逐渐不再可信。