解釈ドリフトの実証的証拠と分類学フィールドガイド

この記事では、大規模言語モデル（LLM）における「解釈ドリフト」という現象について議論しています。これは、温度設定が0であっても、同じ入力に対するモデルの解釈が時間経過や異なるモデル間で変化する現象です。著者は、この問題が見過ごされがちですが、MLOpsパイプラインにおいて重大な問題であり、不安定なAI支援による意思決定につながると主張しています。この記事では、この微妙な故障モードに関する共通の言語と理解を構築するために、「解釈ドリフト分類学」を紹介し、ベンチマークや精度に関する議論ではなく、実際の例に焦点を当てています。その目的は、実務者が日常業務でこの問題を認識し、対処するのを支援することです。