Trôi mô hình là hiện tượng trong đó độ chính xác dự đoán và chất lượng đầu ra của mô hình AI trong quá trình sản xuất suy giảm theo thời gian do những thay đổi về dữ liệu đầu vào và hành vi của người dùng giữa thời gian học và hiện tại.
Trôi mô hình là một thuật ngữ tiêu chuẩn ngành đề cập đến hiện tượng trong đó hiệu suất dự đoán của mô hình học máy suy giảm theo thời gian sau khi nó được đưa vào sản xuất. Nó được cho là được chia đại khái thành hai loại: ``trôi dạt dữ liệu'', trong đó sự phân bố đầu vào của dữ liệu huấn luyện và môi trường vận hành thực tế bị sai lệch, và ``trôi dạt khái niệm'', trong đó mối quan hệ giữa đầu vào và nhãn chính xác thay đổi. Trong hoạt động thực tế vào năm 2026, các sản phẩm kết hợp AI/LLM tổng hợp sẽ khó phát hiện hơn. Phân phối đầu vào thay đổi bất ngờ do xu hướng câu hỏi của người dùng, sự xuất hiện của các dịch vụ cạnh tranh, thay đổi điều kiện xã hội, v.v., vì vậy hệ thống giám sát và học lại thường xuyên là điều kiện tiên quyết. Việc giám sát không chỉ đòi hỏi độ chính xác trong dự đoán mà còn đòi hỏi cơ chế theo dõi những thay đổi thống kê trong dữ liệu đầu vào, và điều nguy hiểm là nếu không được kiểm soát, chất lượng sẽ âm thầm xấu đi. Về mặt chi phí, cần phải đào tạo lại và vận hành liên tục các quy trình thu thập và đánh giá dữ liệu, do đó, việc ước tính giá thị trường bao gồm tần suất đào tạo lại và chi phí vận hành từ giai đoạn lựa chọn mô hình được cho là tiêu chuẩn để lựa chọn tại hiện trường.