data drift

2 items

RESEARCHarXiv CS.CL·13/04/2026

Drift and selection in LLM text ecosystems

Cet article propose un cadre mathématique pour analyser le processus récursif où le texte généré par l'IA remodèle le registre public à partir duquel les LLM apprennent. Il distingue la "dérive", qui élimine les formes rares, et la "sélection", qui filtre le contenu, montrant que la sélection normative préserve des structures linguistiques plus profondes.

Text Ecosystems data drift model collapse large language models

ARTICLEDEV.to AI·16/04/2026

"Why Most AI Systems Fail in Production (And No One Talks About It)"

Cet article explique pourquoi la plupart des systèmes d'IA échouent en production, opposant des démonstrations parfaites à la réalité des données bruyantes et des environnements imprévisibles. Les échecs sont dus à des changements dans les données et les motifs (dérive), ce qui fait que le modèle ne résout plus le problème pour lequel il a été entraîné.

MLOps data drift AI deployment