Hvad er knowledge cutoff (viden-afskæring) i AI?

Modellen holdt op med at læse på en bestemt dato, og den ved ikke selv hvilken

En sprogmodel lærer ud fra en fast mængde tekst, der samles, før træningen starter. Hvad er en LLM gennemgår de to træningstrin; pointen her er, at begge bruger data med en slutdato. Intet, der er udgivet efter den dato, er en del af modellen. Hverken valget, prisændringen eller nyheden om modellen selv.

Leverandører offentliggør denne dato på model cardet, og flere og flere offentliggør to. Anthropic angiver en "training data cutoff", den seneste dato data blev inkluderet, og en "reliable knowledge cutoff", en tidligere dato, hvorfra dækningen er tæt nok til at kunne stole på. Forskellen mellem dem findes, fordi nettet er måneder om at skrive om en begivenhed: en lancering i marts har en håndfuld sider i april og tusindvis i september. En model trænet i juli kender marts godt og juli næsten ikke.

Modellen selv kan ikke fortælle dig nogen af de to datoer. Den har ingen kalender og ingen registrering af sin egen træning; når man spørger "hvad er din knowledge cutoff", genererer den det mest sandsynlige svar på det spørgsmål ud fra sine træningsdata, hvilket som regel er en dato, den har læst om en tidligere model. Anthropics offentliggjorte systemprompter fortæller Claude dens egen cutoff-dato i almindelig tekst, hvilket er en tilkendegivelse af, at modellen ellers ikke ville vide det. Tag datoen fra cardet, aldrig fra chatten.

Hvor forældet en model er den dag, den lanceres, målt

Træning tager måneder, og evaluering og sikkerhedsarbejde tager mere, så en model lanceres allerede bagud. Diagrammet gengiver otte model cards: den pålidelige eller angivne knowledge cutoff sat op mod den offentlige lanceringsdato, i hele måneder.

To mønstre. OpenAIs flagskibe har været længst bagud, ti måneder for både GPT-4.1 og GPT-5, mens Anthropic og Google har ligget på to til fire. Og forspringet vokser kun, mens modellen er i drift: GPT-4o var stadig ChatGPTs standardmodel et år efter lanceringen, og på det tidspunkt var dens viden 19 måneder gammel. En model i daglig brug er typisk et år eller mere bagud den dag, du spørger den om noget.

Datoerne ovenfor er leverandørernes egne, hentet fra model cards linket sidst på denne side. AI-modeltidslinjen har lanceringsdatoer for hver model, siden følger.

Hvad modellen gør, når du spørger efter grænsen

Den svarer. Det er problemet. En model har intet opslagstrin, der returnerer "ikke fundet"; den genererer det mest sandsynlige svar, og for et spørgsmål om sidste måned bygges det svar ud fra mønstrene i lignende spørgsmål i træningsdataene. Spørg om et produkt lanceret efter cutoff, og modellen beskriver, hvad et sådant produkt sandsynligvis ville være. Spørg om den aktuelle pris, og den giver prisen ved cutoff, sagt i nutid.

Hvad er en AI-hallucination forklarer, hvorfor modellen er selvsikker frem for usikker, men cutoff-versionen har et kendetegn, du kan bruge: svaret er sammenhængende og lidt gammelt. Modelnavnet er en version bagud, prisen er sidste års, og "nyeste" funktion er den fra træningsvinduet. Et forældet svar ser ikke forkert ud; det ligner fortiden.

Løsningen er søgning, og den virker på modeller, der ingen har

Cutoff kan ikke flyttes, så løsningen er at give modellen aktuel tekst i det øjeblik, den svarer. To mekanismer gør det. At uploade et dokument lægger din tekst ind i prompten, og modellen svarer ud fra den. Websøgning henter sider og gør det samme med det åbne net. Begge dele er grounding, og begge er den mekanisme hvad er RAG beskriver: modellen forudsiger stadig, men ud fra materiale, der er nyere end dens træning.

I Whizi er websøgning slået til som standard, ligger i skrivefeltet ved siden af vedhæft-knappen, og gælder for uanset hvilken model, du vælger. Den sidste del er det nyttige. Claude eller en Llama-model: med kontakten slået til svarer hver af dem på et spørgsmål om denne uge ud fra levende kilder. Kontakten giver tilladelse frem for at udstede en kommando, så en anmodning om et digt udløser ikke en søgning, mens et spørgsmål med en dato i sig gør. En søgning koster ingen kreditter; beskeden koster det kredittrin, som den svarende model har, samme som uden søgning.

Én begrænsning er ærligt at nævne. Søgning løser forældelse; den løser ikke troværdighed. Et forældet blogindlæg hentes lige så let som en leverandørside, så for en pris eller en specifikation bør du åbne det citerede link, før du handler på det, og for alt, der virkelig betyder noget, bør du spørge en anden model med søgning slået til og sammenligne.

Gå ud fra seks måneder bagud, og sortér derefter spørgsmålet

Gå ud fra, at enhver model mindst er seks måneder bagud, og at en model, du har brugt et stykke tid, er et år eller mere bagud. Sortér så spørgsmålet. Hvis svaret afhænger af fakta om verden efter den grænse, så slå søgning til eller upload kilden. Hvis svaret afhænger af ræsonnement om noget, der allerede står i samtalen, betyder cutoff ikke noget, og søgning kan være slået fra.

Tjek model cardet, ikke modellen, for datoen. Og når en model frivilligt siger "pr. min seneste opdatering", så læs det som modellen, der citerer sine træningsdata, frem for at rapportere en kendsgerning om sig selv, og behandl alt efter den sætning med samme mistænksomhed.