Fogalomtár › Nyelvi modellek

tudáshatár

angolul: knowledge cutoff

Az az időpont, ameddig egy nyelvi modell tanítóanyaga tart; ami utána történt, arról a modell magától nem tud.

Érthetően

A nyelvi modell hatalmas mennyiségű szövegből tanul, de a tanulás egy ponton lezárul. Ez a pont a tudáshatár: a modell fejében a világ ezen a napon megállt.

Olyan ez, mint egy kinyomtatott lexikon. Ami a nyomdába adás után történt, az nincs benne, akármilyen alapos volt a szerkesztő. A modell is csak akkor tud friss dolgokról, ha valaki odateszi elé az új információt.

Ez nem hiba, hanem a működés velejárója: egy modell betanítása hetekig vagy hónapokig tart és nagyon drága, ezért nem lehet naponta újracsinálni. A tudáshatár és a megjelenés között jellemzően néhány hónap, olykor akár egy év is eltelik, és utána a modellt még sokáig használják.

Ezért fontos tudnod, hol a határ: a tegnapi hírekről, a friss árakról vagy az idén módosított jogszabályról a modell csak akkor mond megbízhatót, ha közben keresni tud az interneten, vagy te magad adod meg neki a friss szöveget.

Hogyan működik

1. A fejlesztők összegyűjtik a tanítóanyagot: weboldalakat, könyveket, cikkeket, programkódot. A gyűjtést egy adott napon lezárják.
2. A modell ezen az anyagon tanul hetekig vagy hónapokig, utána tesztelik, és csak ezután kerül a felhasználók elé. Addigra a tudása már nem friss.
3. A betanított modell tudása rögzített: a veled folytatott beszélgetésekből nem tanul tovább, és magától nem értesül az új eseményekről.
4. A hiányt külső eszközök pótolják: internetes keresés, feltöltött dokumentumok vagy céges adatbázis. Ilyenkor a modell a kapott friss szöveget olvassa el, és abból válaszol.
5. A mai dátumot a modell magától nem tudja. Általában a szolgáltatás írja bele a háttérben a beszélgetésbe, különben a modell könnyen azt hinné, hogy még a tudáshatára évében jár.

Példa a mindennapokból

Kit érint

Gyakori félreértés

Korlátok és kockázatok

• A modell nem mindig jelzi, hogy valamiről nem tudhat: előfordul, hogy elavult adatot mond magabiztosan, vagy kitalál egy hihetően hangzó választ.
• A tudáshatár nem éles vonal: az utolsó hónapokról kevesebb szöveg került a tanítóanyagba, ezért a modell tudása ott már hézagos.
• A modellek gyakran a saját tudáshatárukat is rosszul tudják, ezért ne a csevegőrobottól kérdezd meg, hanem a fejlesztő dokumentációjában nézz utána.
• A webes keresés sokat segít, de a modell háttértudása és szemlélete régi marad, és a talált források minőségén múlik a válasz.

Hasonló, de nem ugyanaz

• kontextusablak – A kontextusablak azt mutatja, mennyi szöveget lát át egyszerre a modell egy beszélgetésben, a tudáshatár pedig azt, hogy időben meddig tart a betanult tudása.
• hallucináció – A hallucináció kitalált, valótlan állítás. A tudáshatár miatti tévedés ezzel szemben többnyire olyan információ, amely régen igaz volt, csak azóta elavult. A kettő összefügghet: ha a modell a tudáshatára utáni eseményről kap kérdést, előfordul, hogy kitalál egy választ.
• megjelenési dátum – A megjelenési dátum az a nap, amikor a modellt elérhetővé teszik, ez jellemzően hónapokkal későbbi, mint a tudáshatár.

Kapcsolódó fogalmak

Röviden a története

A fogalom a ChatGPT 2022. novemberi megjelenésével vált közismertté: a csevegőrobot akkor csak 2021 szeptemberéig ismerte a világot, és erre a válaszaiban rendszeresen hivatkozott.

Hol tart most

2026 végén a nagy fejlesztők a modelljeik dokumentációjában rendszerint feltüntetik a tudáshatárt. A csevegőrobotok többsége már webes kereséssel pótolja a hiányt, de maga a korlát nem szűnt meg.

Állapot: 2026. november

Más nevei

tudáshatár · tudási határnap · tudászárás · tudás lezárási dátuma · knowledge cutoff · knowledge cut-off · cutoff date · training data cutoff

Források

• Cheng et al. (2024): Dated Data: Tracing Knowledge Cutoffs in Large Language Models (arXiv)

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.