Modellen slutade läsa vid ett visst datum, och den vet inte vilket
En språkmodell lär sig från en fast mängd text som sätts samman innan träningen börjar. Vad är en LLM går igenom de två träningsstegen. Poängen här är att båda använder data med ett slutdatum. Inget som publicerats efter det datumet finns i modellen. Inte valet, inte prisändringen, inte nyheten om modellen själv.
Leverantörerna publicerar det datumet på modellkortet, och allt fler publicerar två. Anthropic anger en "training data cutoff", det sista datum data inkluderades, och en "reliable knowledge cutoff", ett tidigare datum före vilket täckningen är tät nog att lita på. Skillnaden mellan dem beror på att webben tar månader på sig att skriva om en händelse: en lansering i mars har en handfull sidor i april och tusentals i september. En modell tränad i juli känner mars väl och juli knappt alls.
Modellen själv kan inte tala om något av datumen. Den har varken kalender eller minne av sin egen träning. Ombedd att svara på "vad är din knowledge cutoff" ger den det mest sannolika svaret på den frågan utifrån sin träningsdata, vilket oftast är ett datum den läst om en tidigare modell. Anthropics publicerade systemprompter talar om Claudes eget cutoff-datum i klartext, vilket är ett erkännande av att modellen annars inte skulle veta det. Hämta datumet från kortet, aldrig från chatten.
Hur föråldrad en modell är den dag den lanseras, mätt i siffror
Träning tar månader, och utvärdering och säkerhetsarbete tar ännu mer tid, så en modell lanseras redan efter. Diagrammet är hämtat från åtta modellkort: den tillförlitliga eller angivna knowledge cutoff jämfört med det publika lanseringsdatumet, i hela månader.
Två mönster syns. OpenAIs flaggskepp har legat längst efter, tio månader för både GPT-4.1 och GPT-5, medan Anthropic och Google legat på två till fyra. Och gapet växer bara medan modellen är i drift: GPT-4o var fortfarande ChatGPTs standardmodell ett år efter lanseringen, då dess kunskap redan tog slut 19 månader tidigare. En modell i daglig användning ligger vanligtvis ett år eller mer efter den dag du frågar den något.
Datumen ovan kommer från leverantörerna själva, hämtade från modellkorten länkade i slutet av den här sidan. AI-modellernas tidslinje har lanseringsdatum för varje modell sajten följer.
Vad modellen gör när du frågar bortom gränsen
Den svarar. Det är problemet. En modell har inget uppslagssteg som kan returnera "hittades inte". Den genererar den mest troliga fortsättningen, och för en fråga om förra månaden byggs den fortsättningen på mönster från liknande frågor i träningsdatan. Fråga om en produkt som släpptes efter cutoff, och modellen beskriver vad en sådan produkt troligen skulle vara. Be om det aktuella priset, och du får priset vid cutoff, uttryckt i presens.
Vad är en AI-hallucination förklarar varför modellen är säker i stället för osäker, men cutoff-varianten har ett tydligt tecken du kan använda: svaret är sammanhängande och lite gammalt. Modellnamnet ligger en version bakom, priset är fjolårets, "senaste" funktionen är den från träningsfönstret. Ett föråldrat svar ser inte fel ut, det ser ut som det förflutna.
| Frågetyp | Säkert att fråga en ren modell? | Varför |
|---|---|---|
| Hur något fungerar, etablerade fakta, historia före cutoff | Ja | Väl representerat i träningsdatan, osannolikt att det ändrats |
| Priser, planer, gränser, versionsnummer | Nej | Ändras varje månad. Modellen svarar utifrån cutoff i presens |
| Nya lanseringar, nyheter, resultat, lagar | Nej | Saknas eller är tunt representerat. Modellen fyller luckan med troliga detaljer |
| Allt om modellen själv, inklusive dess cutoff | Nej | Modellen har inget minne av sin egen träning |
| Dina egna dokument, din egen data | Nej | Aldrig med i träningsdatan. Ladda upp det |
Lösningen är sökning, och den fungerar även på modeller utan egen sökfunktion
Cutoff går inte att flytta, så lösningen är att ge modellen aktuell text vid svarstillfället. Två mekanismer gör det. Att ladda upp ett dokument lägger din text i prompten, och modellen svarar utifrån den. Webbsökning hämtar sidor och gör samma sak med den öppna webben. Båda är grundning ("grounding"), och båda är den mekanism vad är RAG beskriver: modellen förutspår fortfarande, men utifrån material som kommit till efter träningen.
I Whizi är webbsökning på som standard, ligger i skrivfältet bredvid bifoga-knappen, och gäller oavsett vilken modell du väljer. Den sista delen är det som gör nytta. Claude eller en Llama-modell: med reglaget på svarar båda på en fråga om den här veckan utifrån aktuella källor. Reglaget ger tillåtelse snarare än ett kommando, så en begäran om en dikt utlöser ingen sökning, medan en fråga med ett datum i sig gör det. En sökning kostar inga krediter. Meddelandet kostar samma kreditnivå som modellen som svarade, precis som utan sökning.
En begränsning är värd att vara ärlig om. Sökning löser föråldring, inte trovärdighet. Ett föråldrat blogginlägg hämtas lika lätt som en leverantörssida, så för ett pris eller en specifikation, öppna den citerade länken innan du agerar på den, och för allt som spelar roll, fråga en andra modell med sökning på och jämför.
Utgå från sex månader efter, sortera sedan frågan
Utgå från att varje modell ligger minst sex månader efter, och att en modell du använt ett tag ligger ett år eller mer efter. Sortera sedan frågan. Om svaret beror på fakta om världen efter den gränsen, slå på sökning eller ladda upp källan. Om svaret bygger på resonemang om något som redan finns i konversationen spelar cutoff ingen roll, och sökning kan vara avstängd.
Kontrollera modellkortet, inte modellen, för datumet. Och när en modell frivilligt säger "per min senaste uppdatering", läs det som att modellen citerar sin träningsdata snarare än rapporterar ett faktum om sig själv, och behandla allt efter den frasen med samma misstänksamhet.
- Hämta cutoff-datumet från leverantörens modellkort, aldrig genom att fråga modellen
- Räkna med sex månaders eftersläpning vid lansering, och ett år eller mer för en modell som varit i drift ett tag
- Slå på webbsökning för allt som innehåller ett pris, ett versionsnummer, ett datum eller ett nytt namn
- Ladda upp dokumentet när svaret beror på din egen text. Den fanns aldrig med i träningsdatan
- Öppna den citerade länken innan du agerar på ett sökt pris eller en specifikation, eller fråga en andra modell med sökning på
Vanliga frågor
Vad är ett knowledge cutoff-datum?
Datumet efter vilket ingen text längre inkluderades i en modells träningsdata. Allt modellen vet utan hjälp kommer från före det datumet. Leverantörer publicerar det på modellkortet, och en del publicerar två: en training data cutoff och en tidigare reliable knowledge cutoff, eftersom de senaste månaderna är tunt täckta av webben vid träningstillfället.
Vad är ChatGPTs knowledge cutoff?
Det beror på vilken modell som ligger bakom chatten, och OpenAI publicerar varje datum på modellsidan. GPT-4o hade cutoff i oktober 2023, GPT-4.1 i juni 2024 och GPT-5 i september 2024, alla lanserade 7 till 10 månader senare. Med webbsökning på svarar ChatGPT utifrån aktuella sidor oavsett underliggande cutoff.
Varför kan inte modellen berätta sin egen cutoff?
Eftersom den inte har något minne av sin egen träning. Ombedd att svara genererar den det mest sannolika svaret utifrån sin träningsdata, vilket ofta beskriver en tidigare modell. Anthropics publicerade systemprompter ger Claude dess cutoff-datum i klartext, eftersom modellen annars inte skulle veta det. Modellkortet är den enda tillförlitliga källan.
Hur får jag aktuell information från en AI-modell?
Ge den den aktuella texten. Webbsökning hämtar aktuella sidor till prompten. En dokumentuppladdning lägger din egen text där. Oavsett metod svarar modellen utifrån det den fått, inte från träningsdatan. Whizi har webbsökning på som standard för alla modeller utan extra krediter, så även en modell utan egen sökfunktion svarar utifrån dagens källor.
Löser en nyare modell cutoff-problemet?
Den flyttar gränsen, och gränsen ligger fortfarande månader efter vid lanseringen: GPT-5 lanserades tio månader efter sin cutoff, Claude 3.7 Sonnet fyra månader efter. Varje modell åldras sedan i drift. Sökning eller uppladdning löser föråldringen, en nyare modell löser kapaciteten.
