Никита АлимпиевNikAlimp

Knowledge cutoff

Knowledge Cutoff

Knowledge cutoff — это дата, после которой в обучающих данных языковой модели нет информации: всё, что произошло позже, модель не знает, если ей не дать эти сведения отдельно.

Нейросеть учится на огромном массиве текстов, который собирают до определённого момента. Потом начинаются обучение, настройка и проверка, и это занимает месяцы. Только после этого модель выходит к пользователям. Поэтому в день релиза её знания уже отстают от реальности, а дальше разрыв растёт: модель продолжают использовать ещё год и больше. Рубеж, на котором данные заканчиваются, и называют датой отсечения знаний.

У разных моделей эта дата разная, и в документации она указана не всегда точно. Кроме того, модель знает о недавних месяцах хуже, чем о более ранних, потому что про свежие события в интернете ещё не успели написать много текстов. Поэтому фактическая «глубина» знаний может быть меньше заявленной даты.

К чему это приводит

  • Модель не знает о новых версиях программ, законах и ценах.
  • Она может уверенно рассказывать устаревшие факты, считая их актуальными.
  • Ответ про «последнюю версию» чего-либо часто оказывается неверным.
  • На вопрос «какой сегодня год» модель способна ответить по дате отсечения, если ей не передали текущую.

Как обойти ограничение

  1. Включите режим веб-поиска, если он есть в вашем ассистенте: модель найдёт свежие страницы и опишет их.
  2. Передайте нужные сведения прямо в запросе: вставьте текст закона, цены или статьи.
  3. Для рабочих систем используйте RAG: свежие документы подгружаются из вашей базы к каждому запросу.
  4. Укажите текущую дату в системном промпте.
  5. Спросите у модели, до какой даты она знает события, и перепроверьте важные факты.

Почему это важно для сайта

AI-ассистенты с поиском берут информацию о компаниях из свежих источников. Если ваш сайт устарел или недоступен для краулеров, модель опирается на старые данные, которые собрала на этапе обучения, или вообще не упоминает вас. Поэтому актуальные страницы и даты обновления на них помогают и людям, и нейросетям.

Типичные ошибки

  • Доверять модели в вопросах о новостях, курсах и ценах без проверки.
  • Путать дату отсечения с датой релиза модели.
  • Считать, что ответ без поиска отражает сегодняшнюю реальность.

Частый вопрос

Как узнать дату отсечения знаний у модели? Посмотрите в документации разработчика или спросите саму модель, но воспринимайте ответ осторожно. Модель может ошибаться в собственной дате, поэтому для важных задач проверяйте актуальность фактов через поиск или подключённые источники.

GEO-аудит

Узнайте, что нейросети говорят о вашем бизнесе

Проверю ChatGPT, Алису AI, GigaChat, Perplexity и DeepSeek по запросам ваших клиентов. Покажу, кого советуют вместо вас и почему. Экспресс-проверка — бесплатно, полный аудит — от 9 900 ₽.

Или написать в Telegram

Удобнее голосом? Запишитесь на 30 минут в Zoom — разберём задачу и решим, с чего начать.