No sabe lo que pasó después de la fecha de corte
Un LLM aprende las relaciones entre palabras a partir de una gran cantidad de textos reunidos. Los textos para el entrenamiento se dejan de reunir en un momento dado. Ese momento es la fecha de corte de los datos de entrenamiento. El conocimiento del modelo viene de los textos hasta esa fecha.
Por eso el modelo no sabe lo que ocurrió después de la fecha de corte, ni los precios o las normas que cambiaron más tarde. A veces, en lugar de decir que no lo sabe, responde tal cual con el contenido anticuado de la fecha de corte. Anthropic también explica que su conocimiento es más amplio y fiable sobre la información y los hechos hasta la fecha de corte.
La fecha de corte se fija para cada versión
La fecha de corte se fija para cada versión del modelo. Incluso entre modelos de la misma empresa, unas veces coincide y otras no. Anthropic y OpenAI publican en su lista de modelos la fecha de corte de cada uno. La fecha de corte del modelo que usas se puede comprobar en esa lista del desarrollador.
Anthropic publica por separado dos fechas: la de corte del conocimiento fiable y la de corte de la recogida de datos de entrenamiento.
Cómo completar cuando hace falta información nueva
Cuando hace falta información posterior a la fecha de corte, hay que dársela al modelo desde fuera. Una forma es hacer que lea los resultados obtenidos con la función de búsqueda web y responda. Otra es RAG: buscar en tus documentos las partes relacionadas y pasárselas junto con la pregunta.
Si no puedes usar ninguna de las dos, comprueba tú mismo las partes de la respuesta que dependen de fechas. Al elegir un modelo, más que lo reciente que sea su fecha de corte, conviene mirar si tiene funciones para darle la información que necesitas. El “uso de herramientas” de las condiciones de las páginas para elegir por uso indica si puede llamar a funciones externas como la búsqueda.