Knowledge cutoff
O knowledge cutoff (data de corte do conhecimento) é a data depois da qual um modelo tem pouca ou nenhuma informação, porque seus dados de treinamento foram coletados até mais ou menos esse ponto. Eventos posteriores são desconhecidos, a menos que sejam fornecidos no prompt.
Também chamado: training cutoff, training data cutoff, cutoff date
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
Um modelo aprende fatos durante o pré-treinamento, que usa dados reunidos até certo ponto. Os fabricantes de modelos geralmente publicam essa data. Pergunte sobre algo que aconteceu depois e o modelo ou diz que não sabe ou, pior, chuta, o que é uma fonte comum de alucinações.
Por que a data é imprecisa
O cutoff publicado é uma orientação aproximada. Um estudo de 2024, "Dated Data", concluiu que o cutoff efetivo de um modelo muitas vezes difere do declarado e pode variar por assunto. Um dos motivos apontados é que novas coletas da web contêm muitas páginas antigas. Na prática, um modelo pode conhecer o último trecho antes do seu cutoff menos bem do que períodos anteriores.
Os modelos também muitas vezes não sabem o próprio cutoff nem a data de hoje. Se a data importa, coloque-a no prompt de sistema.
Como contornar
O cutoff é fixo para uma dada versão do modelo. Para dar a um modelo fatos mais recentes, passe-os na hora da requisição: geração aumentada por recuperação a partir dos seus próprios documentos, uma ferramenta de busca na web ou texto simples colado no prompt. O fine-tuning é uma forma fraca de acrescentar fatos novos. Em programação, é por isso que um modelo pode sugerir uma versão antiga da API de uma biblioteca; dar a ele a documentação atual resolve boa parte disso.
Cutoff vs data de lançamento
Um modelo geralmente é lançado meses depois do seu cutoff e depois usado por muito tempo. A distância entre o que o modelo sabe e o que é verdade hoje continua crescendo enquanto ele estiver em uso. Nossas análises de modelos listam os cutoffs quando os fabricantes os publicam.
Termos relacionados
- Pré-treinamento
- O pré-treinamento (pretraining) é a primeira e maior etapa do treinamento de um modelo, em que ele aprende padrões gerais a partir de um dataset enorme sem rótulos, geralmente prevendo o próximo token, antes de qualquer ajuste para uma tarefa específica.
- Retrieval-augmented generation
- Retrieval-augmented generation (RAG, geração aumentada por recuperação) é um padrão em que um sistema primeiro busca em uma coleção de documentos os trechos relevantes para uma pergunta e depois entrega esses trechos a um modelo de linguagem para que a resposta se baseie neles.
- Alucinação (IA)
- Uma alucinação (hallucination) é uma saída de um modelo de IA que soa fluente e confiante, mas é falsa, não tem apoio nas fontes ou foi inventada, como uma citação, uma frase, uma estatística ou uma função de API que não existem.
- Grounding
- Grounding (ancoragem) é ligar a resposta de um modelo de linguagem a fontes específicas e verificáveis, como resultados de busca, documentos ou um banco de dados, para que suas afirmações se apoiem em evidências fornecidas, e não apenas nos dados de treinamento.
- System prompt
- Um system prompt (prompt de sistema) é o bloco de instruções que uma aplicação envia a um modelo de linguagem antes das mensagens do usuário. Ele define o papel, as regras, o tom e o formato de saída do modelo para a conversa inteira.