Knowledge cutoff（知識截止點）是指一個AI模型（尤其是大型語言模型）訓練資料所涵蓋的最新時間點，也就是模型所學習到的資訊截止於此日期之後的事件、發展或新知就不包含在內，模型無法直接知道或準確回答該日期之後的資訊。
這個截止點相當於教科書的出版日期，任何在該日期之後發生的事情，模型都不會有內建知識，因此可能產生過時或錯誤的回答。例如，如果模型的知識截止是2024年1月1日，則2024年1月2日以後的事件模型就不會知道。
知識截止點的重要性在於：• 它定義了模型知識的時間邊界，影響回答的準確性和時效性。
• 用戶和開發者需了解模型的知識截止，避免對模型期望過高或誤用。
• 為了彌補知識截止的限制，可結合實時檢索系統（如RAG）或外部API來獲取最新資訊。
• 由於訓練大型模型耗時且成本高昂，知識截止是不可避免的現實。
總之，Knowledge cutoff 是AI模型訓練資料的最新時間點，決定了模型能「知道」的資訊範圍與時效性。
