Словарь ИИ

Что такое дата отсечения знаний

Коротко

Дата отсечения знаний это момент, до которого собраны тексты для обучения языковой модели: о событиях позже нее модель сама не знает.

Языковые модели · knowledge cutoff

Михаил МозгПроверено: 16 октября 20261 минута чтения

Ребенку

Представь энциклопедию, которую напечатали два года назад. В ней много интересного, но про новый мультфильм или вчерашний футбольный матч там ни слова: книга закончилась в день печати. У нейросети тоже есть такой день. Все, что случилось позже, она не читала. Если спросить ее о свежей новости, она может ошибиться или начать выдумывать.

Простыми словами

Языковую модель учат на огромном наборе текстов, и этот набор собирают к определенному числу. Потом обучение идет месяцами, а готовая модель работает еще год или два. Все это время ее знания стоят на месте: она не знает новых законов, цен и курсов валют, если ей их не показать. Поэтому модель иногда уверенно называет устаревшую ставку налога или прошлогоднюю версию программы. Помогают две вещи: подключить к ней поиск или передать нужный документ прямо в запросе.

Для бизнеса

Для компании этот рубеж означает простое правило: все, что менялось недавно, модель без подсказки может знать неверно. Речь о тарифах, законах, ценах поставщиков, составе вашего ассортимента. Ошибка звучит убедительно, поэтому опасна в ответах клиентам и в юридических справках. Решение стоит недорого по сравнению с риском: свежие данные подают модели через поиск по базе знаний (RAG) или вызов ваших систем, а в инструкции просят опираться только на них. До запуска узнайте, какую дату указывает поставщик, и составьте набор вопросов о событиях после нее. Такие проверки входят в разбор ошибок ИИ до внедрения.

Для специалиста

Дата отсечения знаний (knowledge cutoff) это граница по времени для данных предобучения (pretraining). Поставщики нередко указывают две даты: Anthropic в документации моделей различает надежную границу знаний (reliable knowledge cutoff), до которой сведения наиболее полны, и более широкий период обучающих данных (training data cutoff). Cheng и соавторы (2024) ввели понятие эффективной границы (effective cutoff) и показали зондированием, что она часто расходится с заявленной и различается по темам. Причины две: в новых выгрузках CommonCrawl много старых страниц, а схемы дедупликации плохо убирают смысловые и почти точные дубли. Текущую дату модель тоже не знает, если ее не передать во входе. На практике проблему закрывают генерацией с извлечением (retrieval-augmented generation), вызовом инструментов (tool use) и подстановкой даты в системный промпт; дообучение ради свежих фактов дорого и само быстро устаревает.

Пример

Бухгалтер спрашивает ИИ-ассистента о правилах, которые изменились в этом году, и получает уверенный ответ по старой редакции. После подключения поиска по базе нормативных документов ассистент отвечает по действующему тексту и показывает, откуда взял ответ.

Связанные термины

Вопросы и ответы

Как узнать дату отсечения знаний у модели?

Ее публикует поставщик в документации или карточке модели. Спрашивать саму модель ненадежно: она может назвать неверную дату. Реальная граница по отдельным темам бывает раньше заявленной.

Можно ли сдвинуть эту границу без нового обучения?

Саму границу сдвигает только новое обучение. Но свежие сведения можно подать модели в запросе: через поиск по документам, интернету или вашим системам. Для бизнеса это дешевле и проще в поддержке.

Источники

Где это применяют в компании

Ошибки ИИ в бизнесе: как снизить риск и кто отвечает

Не уверены, нужно ли это вашей компании?

Карта ИИ-решений