Bilgi Kesim Tarihi (Knowledge Cutoff) Nedir?

Bilgi kesim tarihi, bir yapay zekâ modelinin "dünyayı en son ne zaman gördüğünü" gösterir. Modeller belirli bir tarihe kadar toplanmış metinlerle eğitilir; eğitim bittikten sonra yeni bilgiyi kendiliğinden öğrenmez. Bu yüzden bir model, kesim tarihinden sonra açıklanan bir faiz kararını, yeni bir vergi düzenlemesini ya da güncel döviz kurunu bilemez.

Neden önemli?

• Eski bilgi riski: Model, değişmiş bir oran veya kuralı eski hâliyle ve kendinden emin bir dille anlatabilir.
• Tarih karışıklığı: Model bugünün tarihini bilmeyebilir; "geçen yıl" gibi ifadeleri yanlış yorumlayabilir.
• Kesin olmayan sınır: Kesim tarihine yakın dönemlerle ilgili veriler genellikle azdır; model bu dönemi daha zayıf bilir.

Finans gibi hızla değişen alanlarda bu durum özellikle önemlidir. Örneğin asgari ücret, vergi dilimleri ya da politika faizi gibi değerler sık değişir.

Model güncel bilgiye nasıl ulaşır?

• Web araması: Bazı asistanlar soruyu cevaplamadan önce internette arama yapar.
• RAG: RAG sistemleri, güncel belgeleri bir bilgi havuzundan getirip modele verir.
• Araç çağırma: Model, döviz kuru gibi verileri bir API'den çeker.

Bu yöntemler modelin cevabını güvenilir kaynaklara dayandırmaya, yani temellendirmeye yardımcı olur.

Örnek

Varsayımsal olarak bir asistana "Güncel KDV oranı kaç?" diye soruyorsun. Arama yapamayan bir model, eğitim verisindeki oranı söyler; bu oran o zamandan beri değişmiş olabilir. Doğru yaklaşım, cevabı Gelir İdaresi Başkanlığı gibi resmî kaynaktan kontrol etmektir.

Nelere dikkat etmeli?

Kullandığın modelin kesim tarihini sağlayıcının belgelerinden öğren. Tarih, oran, tutar ve mevzuat içeren cevapları her zaman resmî kaynaklarla doğrula. Modelin kaynak gösterip göstermediğine ve gösterdiği kaynağın gerçekten o bilgiyi içerip içermediğine bak.