Hva er knowledge cutoff?

Modellen sluttet å lese på en dato, og den vet ikke hvilken dato

En språkmodell lærer fra en fast tekstmengde satt sammen før treningen starter. Hva er en LLM dekker de to treningsstegene; poenget her er at begge bruker data med en sluttdato. Ingenting publisert etter den datoen finnes i modellen. Ikke valget, ikke prisendringen, ikke nyheten om modellen selv.

Leverandører publiserer den datoen på modellkortet, og stadig flere publiserer to. Anthropic oppgir en "training data cutoff", den siste datoen noen data ble inkludert, og en "reliable knowledge cutoff", en tidligere dato før som dekningen er tett nok til å stole på. Gapet mellom dem finnes fordi nettet bruker måneder på å skrive om en hendelse: en lansering i mars har en håndfull sider i april og tusenvis innen september. En modell trent i juli kjenner mars godt og juli knapt.

Modellen selv kan ikke fortelle deg noen av datoene. Den har ingen kalender og ingen oversikt over sin egen trening; når den spørres "hva er din knowledge cutoff", produserer den det mest sannsynlige svaret på det spørsmålet i treningsdataen, som som regel er en dato den har lest om en tidligere modell. Anthropics publiserte systemprompter forteller Claude dens egen cutoff-dato i klartekst, noe som er innrømmelsen av at modellen ellers ikke ville visst det. Ta datoen fra kortet, aldri fra samtalen.

Hvor utdatert en modell er den dagen den lanseres, målt

Trening tar måneder, og evaluering og sikkerhetsarbeid tar mer, så en modell lanseres allerede på etterskudd. Diagrammet leser åtte modellkort: den pålitelige eller oppgitte knowledge cutoff mot lanseringsdatoen, i hele måneder.

To mønstre. OpenAIs flaggskip har lansert lengst på etterskudd, ti måneder for både GPT-4.1 og GPT-5, mens Anthropic og Google har ligget på to til fire. Og gapet vokser bare mens modellen er i bruk: GPT-4o var fortsatt ChatGPTs standardmodell et år etter lansering, og på det tidspunktet var kunnskapen 19 måneder gammel. En modell i daglig bruk ligger som regel et år eller mer bak den dagen du spør den om noe.

Datoene over er leverandørenes egne, hentet fra modellkortene lenket nederst på denne siden. AI-modelltidslinjen har lanseringsdatoer for hver modell nettstedet følger med på.

Hva modellen gjør når du spør forbi grensen

Den svarer. Det er problemet. En modell har ingen oppslagsfunksjon som returnerer "ikke funnet"; den genererer den mest sannsynlige fortsettelsen, og for et spørsmål om forrige måned er den fortsettelsen bygget fra mønstrene til lignende spørsmål i treningsdataen. Spør om et produkt som ble lansert etter cutoff, og modellen beskriver hva et slikt produkt sannsynligvis ville vært. Spør om dagens pris, og den oppgir prisen ved cutoff, i presens.

Hva er en AI-hallusinasjon forklarer hvorfor modellen er selvsikker fremfor usikker, men cutoff-varianten har et gjenkjennelig tegn du kan bruke: svaret er sammenhengende og litt gammelt. Modellnavnet er en versjon bak, prisen er fra i fjor, den "nyeste" funksjonen er den fra treningsvinduet. Et utdatert svar ser ikke feil ut; det ser ut som fortiden.

Løsningen er søk, og den virker på modeller uten det

Cutoff kan ikke flyttes, så løsningen er å gi modellen aktuell tekst når den svarer. To mekanismer gjør det. Å laste opp et dokument legger teksten din inn i prompten, og modellen svarer ut fra den. Nettsøk henter sider og gjør det samme med det åpne nettet. Begge er grunning (grounding), og begge er mekanismen som hva er RAG beskriver: modellen forutsier fortsatt, men fra materiale som er nyere enn treningen.

I Whizi er nettsøk på som standard, ligger i kompostilfeltet ved siden av vedleggsknappen, og gjelder uansett hvilken modell du velger. Det siste er det nyttige poenget. Claude eller en Llama-modell: med bryteren på svarer hver av dem på et spørsmål om denne uken fra levende kilder. Bryteren gir tillatelse fremfor å utstede en kommando, så en forespørsel om et dikt utløser ikke et søk, mens et spørsmål med en dato i seg gjør det. Et søk koster ingen kreditter; meldingen koster kredittrunget til modellen som svarte, samme som uten søk.

Én begrensning er verdt å nevne ærlig. Søk retter opp utdaterthet; det retter ikke opp troverdighet. Et utdatert blogginnlegg hentes like lett som en leverandørside, så for en pris eller en spesifikasjon bør du åpne den siterte lenken før du handler ut fra den, og for det som virkelig betyr noe, spør en annen modell med søk på og sammenlign.

Anta seks måneder på etterskudd, og sorter deretter spørsmålet

Anta at hver modell er minst seks måneder på etterskudd, og at en modell du har brukt en stund er et år eller mer på etterskudd. Sorter så spørsmålet. Hvis svaret avhenger av fakta om verden etter den linjen, slå på søk eller last opp kilden. Hvis svaret avhenger av resonnering om noe som allerede står i samtalen, spiller cutoff ingen rolle og søk kan være av.

Sjekk modellkortet, ikke modellen, for datoen. Og når en modell sier "per min siste oppdatering", les det som at modellen siterer sin treningsdata fremfor å rapportere et faktum om seg selv, og behandle alt etter den frasen med samme mistenksomhet.