Tudás-határidő (knowledge cutoff)
Az a dátum, ameddig a modell a tréningadataiból ismereteket hordoz. Az ezután történt eseményeket önmagától nem ismeri, csak ha külön forrást adunk neki.
Analógia
Mint egy enciklopédia kiadási éve: mindent tud a nyomdába adásig, de azutáni eseményeket már nem.
Miért fontos?
Ez segít megérteni, miért bizonytalan az AI friss híreknél, jogszabályváltozásoknál vagy új piaci termékeknél. Döntéselőkészítésnél ezért kritikus, hogy mikor kell kereséssel vagy saját dokumentummal kiegészíteni a modellt.
Hogyan működik?
A tudáshatár arra utal, hogy a modell tanításához használt ismeretanyag nem fedi le folyamatosan a világ minden későbbi változását. Ez nem feltétlenül egyetlen pontos naptári nap: az adatok összeállítása és a tanítás folyamata eltérő időszakokból származó információkat tartalmazhat. A modell a tanult mintákból még következtethet egy új kérdésre, de ez nem jelenti azt, hogy ismeri a tényleges új fejleményt. A naprakész válaszhoz keresésre vagy friss forrásra lehet szükség.
Ez akkor fontos a hétköznapi használatban, amikor aktuális szabályra, friss eseményre, új termékre vagy változó menetrendre kérdezünk rá. A modell magabiztosan fogalmazhat akkor is, ha csak régebbi mintákból próbál választ kikövetkeztetni. Ilyenkor érdemes megkérdezni, milyen forrásból dolgozik, és ellenőrizni az eredeti, naprakész információt. A tudáshatár nem azt jelenti, hogy minden korábbi tény hibás, csak azt, hogy a tanult tudás nem önmagától frissül. Az eszközzel végzett keresés külön információt adhat a beszélgetéshez.
Példa
Valaki azt kérdezi egy asszisztenstől, hogy változott-e egy helyi ügyintézési eljárás; a választ az illetékes hivatal aktuális tájékoztatójával veti össze.
Gyakori tévhit
A modell nem feltétlenül tudja pontosan megmondani a tanítóadatok egyetlen zárónapját, és a határ utánra vonatkozó következtetése nem azonos az új tények ismeretével.