Knowledge Cutoff

La date limite des connaissances est la date qui marque la frontière déclarée des informations incluses dans les données d’entraînement d’un modèle d’IA. Elle indique à quel point les connaissances acquises par le modèle sont récentes. Pour un modèle de langage de grande taille (LLM), les faits appris pendant l’entraînement sont encodés dans ses paramètres ; des informations plus récentes peuvent être intégrées à une réponse au moyen de documents, d’une recherche ou d’autres outils fournis pendant l’utilisation.

Comment fonctionne la date limite des connaissances#

Pendant le préentraînement, un modèle apprend des schémas à partir des données d’entraînement, notamment les relations entre les mots, les concepts et les énoncés factuels. Ces informations sont réparties dans les poids du modèle, les paramètres numériques ajustés pendant l’apprentissage. Une fois l’entraînement terminé, l’inférence standard utilise ces paramètres pour générer des réponses. L’accès aux informations publiées par la suite passe par des entrées supplémentaires ou un entraînement ultérieur.

Une date limite déclarée résume une collection d’entraînement qui comprend des sources d’âges différents. Une page Web récemment collectée peut contenir des informations vieilles de plusieurs années, et la couverture peut varier selon les sujets. La date limite effective désigne la frontière temporelle observée pour un sujet ou une source en particulier. Jeffrey Cheng et ses collègues ont formalisé cette distinction en 2024 : les dates limites effectives varient selon les ressources, en partie parce que les collections Web contiennent des contenus plus anciens et que la déduplication détermine quelles versions sont conservées.

Pourquoi l’actualité des connaissances est importante#

Une date limite est particulièrement importante pour la réponse aux questions portant sur des faits qui évoluent. Un modèle qui répond à partir de ses connaissances acquises peut reproduire un fait périmé après que l’information sous-jacente a changé. Dans un agent conversationnel, une formulation fluide et une confiance apparente élevée peuvent donner à cette réponse obsolète un air d’autorité. Une hallucination est une sortie fausse ou non étayée ; les connaissances obsolètes sont l’une des sources d’erreurs factuelles.

Plusieurs concepts connexes décrivent différents aspects de l’actualité des connaissances :

• Fenêtre de contexte : La quantité d’entrées qu’un modèle peut traiter dans une requête. Les documents qu’elle contient peuvent inclure des informations publiées après l’entraînement.
• Réglage fin : Entraînement supplémentaire qui met à jour les poids du modèle à l’aide d’exemples sélectionnés.
• Provenance des données : L’origine et l’historique des informations, notamment leur source et les dates de collecte. La provenance aide à distinguer la date de collecte d’un contenu de la date à laquelle il a été rédigé.

La couverture de l’entraînement a également une incidence sur la vision par ordinateur. Ultralytics YOLO permet d’affiner YOLO26 sur des jeux de données personnalisés, en mettant à jour un détecteur préentraîné pour qu’il reconnaisse les classes représentées dans les nouvelles images.

Comment les modèles utilisent les informations après leur date limite#

La génération augmentée par récupération (RAG) fournit des informations externes pertinentes au moment de la requête. Un système de récupération sélectionne des passages dans une collection de connaissances, puis le générateur utilise ces passages avec la question. Cela permet l’ancrage : relier une réponse à des éléments de preuve identifiables. La réponse s’appuie à la fois sur les paramètres appris et sur le contexte fourni, tandis que la date limite d’entraînement du modèle reste inchangée.

La recherche sur le Web joue un rôle similaire pour accéder à des informations publiques récentes. La recherche ChatGPT récupère des résultats Web et les utilise pour générer des réponses accompagnées de liens vers les sources. La récupération de fichiers donne accès aux contenus téléversés ou connectés et met des documents internes à jour à la disposition de la génération de texte. Ces mécanismes actualisent les éléments de preuve accessibles pendant une requête.

Cette distinction est importante pour l’assistance fondée sur des documents : l’actualité d’une réponse dépend du contenu et de la date de révision du document récupéré, ainsi que de l’historique d’entraînement du modèle. Une collection de connaissances récemment mise à jour donne au système accès à des faits plus récents ; pour générer une réponse exacte, il faut aussi sélectionner et interpréter les passages pertinents.

Dates limites des connaissances de ChatGPT et Gemini#

ChatGPT et Gemini utilisent des modèles dont les dates limites des connaissances sont documentées. La date applicable correspond au modèle sous-jacent ou à l’instantané concerné ; il faut donc identifier le modèle pour déterminer sa date limite. Une fiche de modèle ou une spécification officielle du modèle fournit les métadonnées pertinentes. OpenAI publie les dates limites pour chaque modèle, et Google les indique avec les caractéristiques des modèles Gemini.

Par exemple, Gemini 2.5 Pro a une date limite des connaissances en janvier 2025, tandis que sa spécification indique juin 2025 comme date de sa dernière mise à jour. Ces dates décrivent des caractéristiques distinctes : la frontière des informations acquises et l’historique des mises à jour du modèle.

Un identifiant d’instantané permet également d’identifier une version du modèle indépendamment de sa frontière de connaissances. La spécification du modèle GPT-5 indique que l’instantané gpt-5-2025-08-07 a une date limite des connaissances au 30 septembre 2024.