版本漂移
软件工程中的常见问题，指随系统版本迭代历史测量或配置结果逐步失效的现象，在AI评测场景下尤为危险，可导致已发布指标与实际性能产生隐性偏差
时间轴 (近 90 天)
公开评测集在训练数据中的出现概率随模型更新而变化，旧评测的分数因此失去可比性；API模型存在静默更新，同一模型名在不同时间可能对应不同权重。
版本漂移包含两层含义：模型本身的迭代（服务方可能在不通知的情况下替换底层权重、调整系统提示或安全策略）和评测环境的漂移（库版本、默认解码参数、分词器细节变化）。
版本漂移指项目实际安装的依赖版本与声明或预期版本逐渐偏离的现象。
在多层依赖的 SDK 生态中，若上层包长期不跟进底层包更新，不同子依赖可能各自锁定不同版本的同一底层包，导致运行时不一致。
当多个包共同依赖同一底层工具包且版本范围不重叠时，可能出现多份副本，导致不同 provider 包实际调用的工具层版本不一致（版本漂移）。
版本漂移在评测场景下危险，因为模型权重、推理框架或测试环境变更后历史测量结果有效性会隐性衰减
全部知识事实 (6)
公开评测集在训练数据中的出现概率随模型更新而变化，旧评测的分数因此失去可比性；API模型存在静默更新，同一模型名在不同时间可能对应不同权重。
50%待验证版本漂移包含两层含义：模型本身的迭代（服务方可能在不通知的情况下替换底层权重、调整系统提示或安全策略）和评测环境的漂移（库版本、默认解码参数、分词器细节变化）。
50%待验证版本漂移指项目实际安装的依赖版本与声明或预期版本逐渐偏离的现象。
50%待验证在多层依赖的 SDK 生态中，若上层包长期不跟进底层包更新，不同子依赖可能各自锁定不同版本的同一底层包，导致运行时不一致。
50%待验证当多个包共同依赖同一底层工具包且版本范围不重叠时，可能出现多份副本，导致不同 provider 包实际调用的工具层版本不一致（版本漂移）。
50%待验证版本漂移在评测场景下危险，因为模型权重、推理框架或测试环境变更后历史测量结果有效性会隐性衰减
50%