---
type: Glossary Term
title: Deriva della qualità del modello
description: "La deriva della qualità del modello è il declino misurabile della qualità dei risultati dell'IA durante l'operazione nel mondo reale. Un sistema che funzionava "
resource: "https://www.contextstudios.ai/it/glossario/model-quality-drift"
category: infrastructure
language: it
timestamp: "2026-07-01T15:31:40.375Z"
---

# Deriva della qualità del modello

La deriva della qualità del modello è il declino misurabile della qualità dei risultati dell'IA durante l'operazione nel mondo reale. Un sistema che funzionava bene al lancio può produrre risultati più deboli settimane o mesi dopo, anche quando serve lo stesso caso d'uso. Le cause comuni includono cambiamenti nei dati di input, cambiamenti nel comportamento degli utenti, aggiornamenti dei modelli di prompt, modifiche nella catena degli strumenti o aggiornamenti dei modelli a monte dai fornitori. In produzione, la deriva spesso appare inizialmente come un maggiore sforzo di correzione, più allucinazioni, minore precisione di classificazione o completamento più lento nei flussi di lavoro degli agenti. Il punto chiave è che la deriva non è un bug isolato; è un rischio operativo continuo. Ecco perché i team hanno bisogno di un controllo di qualità continuo con metriche esplicite come il tasso di successo delle attività, il tasso di errore, la coerenza delle risposte e gli indicatori chiave di prestazione a livello di processo. I team maturi combinano valutazioni offline su set di benchmark fissi con monitoraggio online nel traffico live. Quando la qualità scende oltre le soglie definite, attivano mitigazioni come il rollback dei prompt, la regolazione dei guardrail, i cambiamenti di instradamento del modello o il fine-tuning mirato. Questo mantiene la performance dell'IA governabile nel tempo invece di affidarsi alla fortuna.