Apa itu Knowledge Cutoff?
Model bahasa mempelajari data sampai periode tertentu. Karena dunia terus berubah, informasi tentang berita, harga, regulasi, produk, dan tokoh dapat menjadi tidak mutakhir. Tanggal cutoff berbeda antar model dan dapat berubah saat penyedia merilis versi baru.
Jika model memiliki cutoff pada tahun sebelumnya, ia mungkin tidak mengetahui perubahan kebijakan yang baru berlaku minggu ini. Sistem dapat memakai web search atau dokumen internal terbaru untuk memberi konteks yang lebih mutakhir, lalu pengguna tetap memeriksa sumbernya.
Cara kerja sederhana
Tanpa tool eksternal, model membuat jawaban dari pola yang dipelajari sebelum cutoff dan dari konteks prompt. Web search, retrieval dari dokumen, atau data yang diberikan pengguna dapat memasukkan informasi baru ke konteks saat inference.
Kenapa Anda perlu memahaminya?
Pemahaman cutoff mencegah pengguna menganggap AI memiliki pengetahuan real time secara otomatis. Ini penting untuk topik yang cepat berubah dan membantu menentukan kapan perlu memakai sumber resmi, RAG, pencarian web, atau verifikasi manual.
Kesalahpahaman yang umum
Knowledge cutoff bukan tanggal ketika model berhenti bisa menjawab, dan bukan context window. Cutoff berkaitan dengan pengetahuan pelatihan; context window adalah jumlah konteks yang dapat diproses dalam satu permintaan.
Catatan penting sebelum menggunakannya
Tool real time dapat memberi informasi baru, tetapi tidak otomatis membuat jawaban akurat. Hasil pencarian dapat salah, sumber bisa kedaluwarsa, dan model dapat salah menafsirkan konteks. Selalu lihat tanggal serta sumber asli untuk klaim penting.