埋め込みドリフト

埋め込みドリフトとは、機械学習モデルや自然言語処理システムにおいて、入力データから変換されたベクトル表現である埋め込みの分布が、時間経過や環境の変化に伴って変化する現象のことです。初期の学習時に想定していたデータの傾向や特徴空間の位置が、現実世界の変化によって徐々にずれていくため、モデルの予測精度低下を引き起こす要因となります。特に、大規模言語モデルやレコメンデーションシステムなどにおいて、新しい流行語の出現やユーザーの嗜好の変化などを背景として発生しやすく、AIシステムの運用保守における重要な課題の一つとして認識されています。この現象は、モデルが依拠する確率的構造そのものが変動してしまう点に本質的な難しさがあります。