ナレッジカットオフ
ナレッジカットオフ(knowledge cutoff)とは、モデルが情報をほとんど、またはまったく持たなくなる境目の日付です。学習データがおおよそその時点までに集められたためです。それ以降の出来事は、プロンプトで与えない限りわかりません。
別名: training cutoff, training data cutoff, cutoff date
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
モデルは事前学習の間に事実を学び、事前学習にはある時点までに集めたデータを使います。モデルの開発元は通常その日付を公開しています。それより後に起きたことを尋ねると、モデルは知らないと答えるか、もっと悪い場合は推測します。これはハルシネーションのよくある原因です。
日付があいまいな理由
公開されたカットオフは大まかな目安です。2024 年の研究「Dated Data」は、モデルの実質的なカットオフが公表されたものとしばしば異なり、話題によっても異なりうることを見いだしました。理由の 1 つとして、新しいウェブのクロールに古いページが大量に含まれることを挙げています。実際には、モデルはカットオフ直前の期間について、それ以前の期間ほどよく知らないことがあります。
また、モデルは自分のカットオフや今日の日付を知らないことがよくあります。日付が重要なら、システムプロンプトに入れてください。
回避する方法
カットオフはモデルのバージョンごとに固定されています。新しい 事実をモデルに与えるには、リクエスト時に渡します。自分の文書からの検索拡張生成、ウェブ検索ツール、あるいはプロンプトにテキストを貼り付けるだけでも構いません。ファインチューニングは新しい事実を加える方法としては弱いものです。コーディングでモデルがライブラリの古いバージョンの API を提案することがあるのはこのためで、最新のドキュメントを与えれば多くは解決します。
カットオフとリリース日の違い
モデルは通常、カットオフの数か月後にリリースされ、その後長い期間使われます。モデルが知っていることと今日の事実との差は、使われ続ける限り広がり続けます。このサイトのモデルレビューでは、開発元が公開している場合はカットオフを記載しています。
関連用語
- 事前学習
- 事前学習(pretraining)とは、モデルの学習の最初で最大の段階で、タスク固有の調整を行う前に、ラベルのない非常に大きなデータセットから、通常は次のトークンを予測することで一般的なパターンを学ぶことです。
- 検索拡張生成(RAG)
- 検索拡張生成(retrieval-augmented generation、RAG)とは、システムがまず文書の集まりから質問に関連する文章を検索し、その文章を言語モデルに渡して、それに基づいて回答させるパターンです。
- ハルシネーション(AI)
- ハルシネーション(hallucination)とは、流暢で自信ありげに聞こえるものの、誤っている、情報源に裏付けられていない、あるいは作り話である AI モデルの出力です。架空の引用文献、発言、統計、API の関数などがその例です。
- グラウンディング
- グラウンディング(grounding)とは、言語モデルの回答を、検索結果、文書、データベースなど、確認できる特定の情報源に結びつけることです。主張が学習データだけでなく、与えられた根拠に基づくようにします。
- システムプロンプト
- システムプロンプト(system prompt)とは、アプリケーションがユーザーのメッセージより前に言語モデルに送る指示のまとまりです。会話全体を通じ たモデルの役割、ルール、口調、出力形式を設定します。