¿Qué es la fecha de corte de conocimiento?

La fecha de corte de conocimiento es la última fecha cubierta por el material con el que se entrenó un modelo. Limita una sola cosa: lo que el modelo puede recordar sin ayuda. Pásale un resultado de búsqueda, un archivo subido o un texto pegado y lo lee perfectamente. El ajuste fino posterior también puede añadir conocimiento, así que un modelo ajustado puede saber cosas que el modelo base nunca vio.

El material con el que se construye un modelo se recopila hasta cierto punto y no más allá, y esa frontera es la fecha de corte. Pregúntale por unas elecciones celebradas después y no hay nada guardado de donde tirar. Lo incómodo es que no vive el hueco como un hueco, así que en vez de parar puede montar una respuesta segurísima con lo que sí leyó. ¿Por qué no seguir entrenándolo según pasan las cosas? Porque el entrenamiento es una única tirada enorme que cuesta una fortuna, así que lo que un modelo sabe es una fotografía y no un directo. Justo para eso existen la búsqueda web y la generación aumentada por recuperación. Ambas funcionan trayendo material actual y poniéndoselo delante en el momento en que preguntas, lo que esquiva el corte por completo. Un modelo con búsqueda activada puede comentar las noticias de esta mañana. El mismo modelo sin ella está adivinando desde hace un año, y la diferencia está en lo que le dieron, no en lo que es.

Alguien que vuelve de un año en alta mar. Pasara lo que pasara mientras no estaba, él no estuvo en nada de ello. Dale el periódico de hoy y lo comentará tan bien como cualquiera, porque su razonamiento está intacto. El problema solo aparece cuando nadie le da el periódico y responde igualmente, según cómo estaban las cosas cuando zarpó.