proto.lib

Point-in-Time Feature Join: tránh leakage khi ghép feature

Một training row phải được ghép với giá trị feature ĐÚNG như tại thời điểm event xảy ra (as-of join theo entity, lấy bản ghi mới nhất không muộn hơn timestamp), không phải giá trị feature hôm nay — ghép nhầm với giá trị tương lai khiến model offline trông rất tốt nhưng sụp khi serving thực tế.

AI/ML SystemsNâng cao2026-08-25
Point-in-Time Feature Join: tránh leakage khi ghép feature

Tags

#point-in-time-join#feature-store#data-leakage#as-of-join#label-delay#training-serving-skew

Tài liệu tham khảo

Mở rộng

Animation gốc là một file HTML tự chứa, có thể nhúng lại ở bất kỳ trang nào khác. Mở file gốc

Liên quan

AI/ML SystemsTrung bình

Feature Store & Online/Offline Skew

Feature store cung cấp cùng một định nghĩa feature cho cả huấn luyện (offline) và suy luận (online); lệch giữa hai đường tính toán gây ra training-serving skew.

#feature-store#training-serving-skew#mlops#feature-engineering
AI/ML SystemsNâng cao

Contamination Trong Benchmark LLM

Nếu câu hỏi của benchmark (hoặc bản paraphrase gần giống) đã lọt vào dữ liệu huấn luyện, model chỉ đang nhớ lại chứ không suy luận, khiến điểm leaderboard trở nên vô nghĩa; cần phát hiện bằng overlap n-gram/embedding với corpus huấn luyện, canary string cài trong test set, và eval riêng tư mới tạo sau ngày cutoff.

#evaluation#benchmark#contamination#data-leakage
AI/ML SystemsTrung bình

Rò rỉ dữ liệu khi chia train/test (Data Leakage)

Một feature tính trên toàn bộ dataset (target encoding, scaler fit trước khi chia) hoặc một dòng trùng lặp nằm ở cả train lẫn test khiến validation accuracy rất cao nhưng production sụp đổ; nguyên nhân là mô hình đã 'nhìn thấy' tương lai hoặc thông tin của tập test trong lúc huấn luyện.

#data-leakage#train-test-split#cross-validation#time-series