chatgpt 知識截止日期是什麼？知識截止日全解析

模型在某一天停止閱讀,但它自己不知道是哪一天

語言模型是從訓練開始前彙整好的一批固定文字中學習的。什麼是LLM一文介紹了兩個訓練階段,這裡的重點是,兩個階段用的資料都有一個結束日。那天之後發表的任何內容,模型都不會知道,無論是選舉結果、價格變動,還是關於這個模型自己的新聞。

廠商會在模型卡片上公布這個日期,而且越來越多廠商公布兩個日期。Anthropic列出「訓練資料截止日」,也就是任何資料被納入的最後日期,以及「可信知識截止日」,一個更早的日期,在此之前的內容覆蓋密度足以信賴。兩者之間會有落差,是因為網路要花好幾個月才會寫出足夠篇幅談論一個事件:三月發生的事,四月只有零星幾篇文章,到九月可能已經累積上千篇。一個在七月訓練完成的模型,對三月的事瞭若指掌,對七月的事卻幾乎一無所知。

模型自己說不出這兩個日期中的任何一個。它沒有日曆,也沒有留下自己訓練過程的紀錄。當你問它「你的知識截止日是什麼時候」,它只是根據訓練資料算出這個問題最可能的答案,而這個答案通常來自它讀過的、關於某個更早期模型的說法。Anthropic公開的系統提示詞,會直接以文字告訴Claude它自己的截止日,這正好證明了模型本身並不知道。日期要從模型卡片上看,不要在對話裡問模型。

模型上線那天究竟落後多少,實測數字

訓練要花好幾個月,評估和安全性測試又要花更久,所以模型上線時早就已經落後。這張圖表讀取了八張模型卡片的資料:比較「可信」或「公布」的知識截止日與公開上線日期,以完整月數呈現。

從中可以看出兩個模式。OpenAI的旗艦模型落後最多,GPT-4.1和GPT-5都落後十個月,而Anthropic和Google則維持在兩到四個月之間。而且這個落差在服役期間只會越拉越大:GPT-4o在上線一年後仍是ChatGPT的預設模型,到那時候,它的知識已經落後19個月。一個日常使用中的模型,通常已經落後至少一年,甚至更久。

以上日期取自廠商自己公布的資料,來源是本頁末尾連結的模型卡片。AI模型時間軸收錄了本站追蹤的每一個模型的上線日期。

問超過截止日的問題時,模型會怎麼做

它會照樣回答,這就是問題所在。模型沒有「查無資料」這種查詢機制,它只會生成最有可能的接續內容。對於上個月發生的事,這個接續內容是根據訓練資料中類似問題的模式拼湊出來的。問它一款截止日之後推出的產品,它會描述這款產品「照理說」會是什麼樣子。問它現在的價格,它會用現在式,告訴你截止日當時的價格。

什麼是AI幻覺解釋了模型為什麼表現得自信而非猶豫,但過時答案有個可以辨識的破綻:答案聽起來很合理,但稍嫌陳舊。模型名稱是上一個版本,價格是去年的,「最新」功能其實是訓練窗口期內的舊聞。過時的答案看起來不像是錯的,它看起來像是過去式。

解法是搜尋,而且對沒有搜尋功能的模型也有效

截止日沒辦法往後挪,所以解法是在回答當下把最新文字交給模型。有兩種機制能做到這件事。上傳文件會把你的文字放進提示詞裡,模型就從中回答。網路搜尋則是抓取網頁,用同樣的方式處理公開網路上的內容。這兩者都是「grounding」,也正是什麼是RAG一文說明的機制:模型依然是在做預測,只是預測的材料換成了訓練之後才出現的內容。

在Whizi裡,網路搜尋預設是開啟的,就在輸入框旁邊、附加檔案按鈕的隔壁,而且套用在你選擇的任何模型上。這一點才是真正有用的地方。不管是Claude還是某個Llama模型,只要開關打開,都能根據即時來源回答本週發生的問題。這個開關給的是「許可」而不是「指令」,所以請它寫一首詩不會觸發搜尋,但問題裡帶了日期就會。搜尋本身不額外收費,訊息費用照樣按回答模型的等級計算,跟不開搜尋一樣。

有一個限制得老實說清楚。搜尋能解決過時的問題,但解決不了可信度的問題。一篇過時的部落格文章,跟廠商官方頁面一樣容易被抓取到,所以遇到價格或規格,務必打開引用的連結再做決定,重要的事情最好再問第二個模型、開著搜尋做交叉比對。

先假設落後六個月,再判斷問題類型

先假設每個模型至少落後六個月,而一個你用了一段時間的模型,落後可能已經超過一年。接著判斷問題的類型。如果答案依賴那個時間點之後的世界事實,就打開搜尋或上傳來源。如果答案依賴的是對話裡已有內容的推理,截止日就不重要,搜尋可以關掉。

要查日期,看模型卡片,不要看模型本身。當模型主動說「截至我最後更新時」,把這句話理解成模型在引用它的訓練資料,而不是在回報關於自己的事實,這句話之後的所有內容都該用同樣的懷疑態度看待。