Knowledge Cutoff
La fecha hasta la cual se recopilaron los datos de entrenamiento de un modelo de IA; su conocimiento incorporado se detiene efectivamente ahí, a menos que se añada algo más encima.
No se requiere tarjeta
Qué significa en la práctica
Un consultor le pregunta a un asistente de IA sobre el producto de un competidor lanzado el mes pasado y recibe una respuesta segura que describe una versión más antigua de ese producto, o directamente ninguna noción de su existencia. Esa brecha es el corte de conocimiento: los datos de entrenamiento del modelo se recopilaron hasta cierto punto, y cualquier cosa que haya ocurrido después de ese punto simplemente no forma parte de lo que aprendió, por más obvio que parezca que debería saberlo. Algunas herramientas remedian esto discretamente añadiendo una función de búsqueda web en vivo, pero esa es una capa adicional separada, no un cambio en el entrenamiento congelado propio del modelo, así que si una herramienta determinada puede hablar de las noticias de la semana pasada depende por completo de si esa función adicional está activada para esa conversación específica.
Ejemplo
Pídele a un asistente que describa el estado actual de una industria que avanza rápido, y describirá con seguridad el panorama tal como estaba en su corte de conocimiento, sin captar una fusión o un lanzamiento de producto ocurrido tres meses después. Haz la misma pregunta a través de una versión de la herramienta con la búsqueda web activada, y en cambio extraerá un artículo actual y responderá con los datos de hoy en lugar de los de ayer.
No confundir con
vs. Real-Time or Live Web Access
El corte de conocimiento describe lo que está congelado dentro del propio modelo: hechos aprendidos durante el entrenamiento, fijados el día en que se detuvo la recopilación de datos de entrenamiento. El acceso web en vivo es una función separada y añadida que algunas herramientas incorporan y que permite al modelo buscar en internet antes de responder, evitando el corte para esa pregunta específica. Una herramienta puede tener un corte de conocimiento antiguo y aun así responder con precisión sobre las noticias de esta mañana si la búsqueda en vivo está activada, y a la inversa, una herramienta con un corte reciente sigue sin poder hablar de algo que ocurrió hace cinco minutos sin esa misma función de búsqueda, así que ambos son hechos independientes sobre una herramienta, no la misma cosa.
Frequently asked questions
¿Quieres tu contexto en un solo lugar?
Flaibo guarda tu rol, tu tono y tu trabajo anterior en un solo lugar y los incorpora a los prompts que llevas a la IA que uses, así que un chat nuevo no tiene que empezar desde una ventana de contexto vacía.
Empieza gratis