Bilgi Kesim Tarihi (Knowledge Cutoff)

Bilgi Kesim Tarihi nedir?

Bir dil modelinin (LLM) eğitildiği verinin toplanmasının durduğu tarihtir. Model o tarihe kadarki metinlerden öğrenir; sonrasında dünyada ne olduğunu — yeni bir seçim sonucu, çıkan bir ürün, güncel bir fiyat — kendiliğinden bilmez. Bir modele "dün ne oldu?" diye sorduğunda aldığın "benim bilgim şu tarihe kadar" yanıtının sebebi budur.

Nasıl çalışır?

Bir model eğitilirken devasa bir metin yığını toplanır ve bir noktada veri toplama durdurulur. O an kesim tarihidir. Model ağırlıkları bu dondurulmuş bilgiyle şekillenir; sonrasında yeni bilgi eklemek için ya modelin yeniden eğitilmesi ya da RAG gibi harici bir kaynağa bağlanması gerekir. İşin ilginç yanı: raporlanan kesim tarihiyle modelin gerçekte bildiği tarih her zaman aynı olmaz. Araştırmalar, eğitim verisindeki eski-yeni karışıklığı yüzünden bir modelin etkin kesim tarihinin ilan edilen tarihten belirgin şekilde sapabildiğini gösteriyor.

Neden önemli?

Kesim tarihini bilmezsen modele güncel sandığın ama aslında eski bir bilgiyi doğrulatırsın. Model kendinden emin bir tonla eski fiyatı, eski sürümü ya da artık geçerli olmayan bir kuralı söyleyebilir — üstelik bilmiyorum demeden. Bu, hallucination riskiyle birleşince ciddi hatalara yol açar. Güncellik gerektiren her işte kesim tarihi ilk sorman gereken şeydir.

Kullanım alanları

Haber, fiyat, mevzuat, spor sonucu gibi hızla değişen konularda modele körü körüne güvenmek yerine web search ya da RAG ile canlı kaynağa bağlamak; bir modeli seçerken en güncel bilgiye ihtiyacım var mı diye sormak; kod yazarken modelin bilmediği yeni kütüphane sürümlerini elle beslemek.