モデル減衰

モデル減衰って何？

公開したばかりのモデルは一番「若々しい」。でも数ヶ月すると、少しずつ精度が落ちてきます。誰かが壊したのではなく、環境が変わったからです。モデル減衰（Model Decay）とは、時間とともに環境が変化し、性能がゆっくり下がっていく現象。データドリフトとは「いとこ」の関係で、ドリフトが原因、減衰が結果です。

データドリフトとの関係は？

データドリフトは「入力が変わった」
ユーザーの言葉や行動が変わり、モデルが見る入力が以前と違ってきます。
モデル減衰は「性能が落ちた」
入力の変化が積み重なり、最終的に精度やコンバージョンに表れます。モデルが「錆びた」状態です。

減衰を早めるものは？

業界の変化が速い
話題・流行語・制度が変わるのが速いと、モデルの知識はすぐ古くなります。
ユーザー層の変化
新規と既存では属性が違い、モデルは既存には正確でも新規には外れがち。
フィードバックループ
モデルが行動に影響し、行動がデータを変え、またモデルに戻る——悪循環です。

どう抗うか

監視し続ける
主要指標を追い、減衰の兆しがあればすぐ警告します。
定期再学習
最新データで定期的に更新し、「過去の実績」に頼らせません。
オンライン学習
使いながら学ばせ、新データを少しずつ取り込んで鮮度を保ちます。

まとめ：モデル減衰はAIの「錆び」。世界が変わり続ける限り、モデルにも定期的なメンテナンスと更新が必要です。