Clicked Gallery

¿Qué es la fecha de corte de conocimiento?

Subrayado en un documento técnico real. Explicado por Clicked.

Usado en una frase

Engineering Notes · AI Systems

The model's knowledge cutoff means nothing published after that date is stored in what it learned.

El lector subrayó una palabra en la documentación. Clicked explicó el término técnico «knowledge cutoff» en términos simples:

Explicado en tres niveles

Los mismos datos, otro rollo — Modo jerga 😎

El método Clicked

●○○

Overview

La fecha de corte de conocimiento es la última fecha cubierta por el material con el que se entrenó un modelo. Limita una sola cosa: lo que el modelo puede recordar sin ayuda. Pásale un resultado de búsqueda, un archivo subido o un texto pegado y lo lee perfectamente. El ajuste fino posterior también puede añadir conocimiento, así que un modelo ajustado puede saber cosas que el modelo base nunca vio.
●○○

Overview

La fecha de corte de conocimiento es el día en que el modelo dejó de leer. Nada publicado después llegó a lo que puede recordar por su cuenta, porque el aprendizaje ocurrió una vez y ahí se paró. Enséñale un artículo fresco y lo lee perfectamente, que es la razón de que exista cualquier función de navegación. El ajuste fino también puede meterle datos nuevos, así que la fecha es un suelo y no un techo. 😎

Una idea rápida — muchas veces es todo lo que necesitas.

●●○

Detail

El material con el que se construye un modelo se recopila hasta cierto punto y no más allá, y esa frontera es la fecha de corte. Pregúntale por unas elecciones celebradas después y no hay nada guardado de donde tirar. Lo incómodo es que no vive el hueco como un hueco, así que en vez de parar puede montar una respuesta segurísima con lo que sí leyó. ¿Por qué no seguir entrenándolo según pasan las cosas? Porque el entrenamiento es una única tirada enorme que cuesta una fortuna, así que lo que un modelo sabe es una fotografía y no un directo. Justo para eso existen la búsqueda web y la generación aumentada por recuperación. Ambas funcionan trayendo material actual y poniéndoselo delante en el momento en que preguntas, lo que esquiva el corte por completo. Un modelo con búsqueda activada puede comentar las noticias de esta mañana. El mismo modelo sin ella está adivinando desde hace un año, y la diferencia está en lo que le dieron, no en lo que es.
●●○

Detail

Alguien recopiló el material de entrenamiento hasta cierta fecha y ahí paró, y esa fecha es el corte. Todo lo posterior falta en lo que el modelo puede recordar por su cuenta. Así que pregunta por la semana pasada con la búsqueda apagada y puede que te den algo inventado, servido con total seguridad. No te está mintiendo. No percibe que exista un hueco, así que lo rellena con lo que sí tiene. Enciende la búsqueda y la misma pregunta funciona, porque ahora le están pasando el artículo en vez de pedirle que lo recuerde. El ajuste fino puede colar datos nuevos después, aunque la recuperación es la vía más fiable. Los modelos también se equivocan a menudo sobre cuándo cae su propio corte, punto ciego curioso hasta que caes en que esa fecha era una línea más que alguien tuvo que teclear. 😎

¿Quieres más? Un clic profundiza.

●●●

Analogy

Alguien que vuelve de un año en alta mar. Pasara lo que pasara mientras no estaba, él no estuvo en nada de ello. Dale el periódico de hoy y lo comentará tan bien como cualquiera, porque su razonamiento está intacto. El problema solo aparece cuando nadie le da el periódico y responde igualmente, según cómo estaban las cosas cuando zarpó.
Deepest level reached.
●●●

Analogy

Alguien que vuelve de un retiro de silencio de diez días. Sin móvil, sin noticias, nada. Probablemente aprendió muchísimo sobre sí mismo, pero no tiene ni idea de que los pantalones de campana vuelven a estar de moda. Enséñale un titular y se pone al día en segundos. El lío solo empieza si nadie le enseña nada y responde igual, según cómo estaba el mundo cuando entregó el teléfono. 😎
Deepest level reached.

¿Concepto nuevo? Un ejemplo cotidiano lo hace clic — nuevas analogías cuando quieras.

Las explicaciones de IA pueden contener errores · No es asesoramiento profesional

Definición formal — El mismo término, explicado de la forma habitual

La fecha de corte de conocimiento es la última fecha representada en el corpus utilizado para entrenar un modelo, más allá de la cual no queda información codificada en sus parámetros. Se deriva de que el entrenamiento sea un proceso discreto y no continuo, y restringe únicamente el conocimiento paramétrico. El ajuste fino posterior puede ampliar ese conocimiento, aunque la recuperación sigue siendo más fiable para mantener la vigencia factual. La información suministrada en el momento de la inferencia, ya sea por recuperación, búsqueda web o un documento pegado, no se ve afectada por el corte.

¿Quieres que Clicked te explique términos como «knowledge cutoff» directamente en tu navegador, incluso en PDFs?

Añadir a Chrome — Gratis

50 Explicaciones gratis · Sin tarjeta de crédito