weight-drift

학습이 진행됨에 따라 모델 가중치 값들이 정상적인 범위를 벗어나거나 특정 방향으로 과도하게 치우치는 현상이다. 모델이 서서히 성능을 잃거나 수치적으로 불안정해지는 전조 증상으로 활용되어 조기 경보 역할을 수행한다.