一個包含 Model Monitor 的 SageMaker pipeline 在 MonitoringExecution 輸出中回報了 baseline_drift_check 違規，導致 pipeline 失敗。要解決這些漂移違規，應採取什麼適當的行動？

當 Model Monitor 報告 baselinedriftcheck 違規時，表示模型的即時推論資料與訓練時的基準資料之間存在顯著差異，這通常會導致模型效能下降。最恰當的解決方案是使用更新的、更能代表當前資料分佈的訓練資料來重新訓練模型。重新訓練後，必須在 Model Monitor 中建立或使用新的基準，以反映新模型的特性。 其他選項不正確的原因： 僅重新訓練模型但不更新基準，Model Monitor 仍會與舊基準比較，可能繼續報告漂移或無法正確監控新模型。 使用 SageMaker Debugger 檢查問題與資料漂移無關，Debugger 主要用於分析訓練過程中的模型行為和資源利用。 在基準約束檔案中開啟 emitmetrics 旗標只會啟用指標發送，不會解決根本的資料漂移問題。