Дрейф эмбеддингов (Embedding Drift)

Дрейф эмбеддингов — это когда смысл или распределение ваших векторных представлений со временем смещается, ухудшая систему retrieval или семантического поиска. Он бывает двух видов. Дрейф модели: вы обновляете или меняете модель эмбеддингов, и новые векторы живут в другом пространстве — несовместимом со всем уже проиндексированным, так что приходится переэмбеддить весь корпус. Дрейф данных: контент или запросы пользователей постепенно меняются (новые продукты, новый жаргон, новые темы), и индекс, построенный год назад, сегодня выдаёт плохую релевантность. Для SaaS-разработчиков, использующих RAG или семантический поиск, дрейф — тихий убийца качества: релевантность медленно гниёт, но ничего при этом не падает с ошибкой. Средства защиты: никогда не смешивайте в одном индексе эмбеддинги от разных моделей, версионируйте модель эмбеддингов вместе с данными, переэмбеддивайте при обновлении и следите за качеством retrieval с помощью фиксированного набора оценок, чтобы вовремя заметить деградацию. Закладывайте бюджет на периодическую переиндексацию — эмбеддинги это постоянная статья расходов, а не разовая сборка.