模型與訓練
Knowledge Cutoff 知識截止日是什麼?模型為什麼不知道最近的事
Knowledge Cutoff 知識截止日是什麼?模型為什麼不知道最近的事
你問模型上週發生的新聞,它答得頭頭是道,結果全是編的。這件事的根源多半不是它「壞掉」,而是它根本不知道有這回事。
知識截止日就是解釋這個現象的關鍵詞。搞懂它,你就知道哪些問題不該直接問模型,該先把資料給它。
你將學到什麼
定義
模型訓練資料涵蓋到的最後時間點,之後的事它不知道。
白話比喻
像一本印好的百科全書,出版之後世界再變,書上也不會變。
怎麼補救
把最新資料當成材料附進提示詞,或接檢索與搜尋。
跟誰容易搞混
截止日限制的是內建知識,不影響它處理你當場給的資料。
定義
Knowledge Cutoff 中文叫知識截止日,指的是一個模型的訓練資料涵蓋到的最後時間點。
在那個時間點之後發生的事情,模型的內建知識裡就沒有了。這不是故障,而是訓練方式決定的結果:知識是訓練時寫進去的,不會隨時間自己長出來。
白話比喻
像一本印好的百科全書。出版那天的內容就固定了,之後世界怎麼變,紙上的字都不會改。
你可以在旁邊放一疊最新的剪報給它看,它就能回答新的事。但只要你不給,它就只會照書上寫的講。
會造成什麼問題
- 問到近期事件時,模型可能直接說不知道,也可能用舊資訊推論出一個聽起來合理但錯誤的答案。
- 軟體版本、產品規格、價格與方案這類會變動的資訊,回答常常是過期的。
- 法規、稅率、行政流程這種有時效性的內容,過期的答案風險特別高。
- 使用者容易把「講得很肯定」誤當成「有查過」,因此更難察覺錯誤。
怎麼補救
| 做法 | 在做什麼 | 適合的情況 |
|---|---|---|
| 直接附資料 | 把最新的文件或段落貼進提示詞當材料 | 一次性的問題、資料量不大 |
| 接知識庫檢索 | 先從自有資料檢索相關段落,再交給模型回答 | 資料量大、需要重複查詢 |
| 連網搜尋 | 讓模型即時查詢網路上的最新資訊 | 時事、公開資訊、需要最新來源 |
| 重新訓練或微調 | 用新資料再訓練一次模型 | 知識更新頻率低、且值得投入成本 |
前三種都是「把資料當場交給它」,成本低、見效快,也是實務上的主流。要讓檢索這一步撈得準,通常會搭配 Hybrid Search 混合搜尋。
實際用例
做企業客服時,產品規格與價目表一定要走知識庫,不能靠模型記憶,否則客戶拿到的會是舊報價。
做研究或寫報告時,凡是牽涉日期、版本與數字的段落,都應該附上來源讓模型引用。這樣既避開截止日的限制,也讓答案可以被查證。
延伸學習
ChatGPT 很強,但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害,為什麼你還是每天加班」這個問題出發,把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統,再用 Apps Script 讓它自己跑起來,最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599
HE101|Harness Engineering Foundation(3 小時)
三小時的地圖課,不是操作課。把 Model 與 AI System 分開,拆解一套 AI Harness 的八個組成(Goal、Context、Knowledge、Rules、Tools、Workflow、Evaluation、Iteration),再帶你逆向拆解四個你已經在用的系統,最後畫出自己的第一張 Harness Blueprint。5 章 27 課,附學員講義 PDF 與術語速查表。
NT$ 2,599

