Sanasto

Tietämyksen katkaisupäivä

Mikä on Tietämyksen katkaisupäivä?

Tietämyksen katkaisupäivä (knowledge cutoff) on ajankohta, johon asti kielimallin opetusdata ulottuu. Mallilla ei ole luontaista tietoa sen jälkeen ilmaantuneista tapahtumista, hinnoista, laeista tai tuotteista, ja se voi antaa vanhentunutta tietoa, ellei sille anneta ajantasaista dataa. Tähän voidaan vastata menetelmillä, jotka tuovat omia asiakirjoja tai ajantasaista verkkosisältöä mukaan ajon aikana.

Miten KI.ordo auttaa

KI.ordon agentit kompensoivat katkaisupäivää käyttämällä tallennettua tietämystäsi ja hakemalla ajantasaisia julkisia sivuja työkalulla ”Lue verkkosivu”.

Lue lisää

Aiheet

LLM
Ajantasaisuus
Perusominaisuudet

Kokeile KI.ordoa

Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.

Aloita demo

← Kaikki termit

Liittyvät termit

Suuri kielimalli (LLM)

Suuri kielimalli (LLM) on neuroverkko, joka on koulutettu hyvin suurilla tekstimäärillä, jotta se ymmärtää ja tuottaa kieltä. Se toimii laskemalla askel askeleelta todennäköisimmän seuraavan tokenin. LLM:t kirjoittavat, tiivistävät, kääntävät, vastaavat kysymyksiin ja tuottavat koodia; tunnettuja esimerkkejä ovat Claude, GPT, Gemini ja Llama. Ilman pääsyä ajankohtaisiin lähteisiin ne tietävät vain sen, mitä niiden koulutusdatassa oli.

kielimallit
generatiivinen tekoäly
+1

Hallusinaatio

Hallusinaatio on tekoälymallin tuloste, joka kuulostaa vakuuttavalta mutta on virheellinen tai täysin keksitty – esimerkiksi olematon tuomioistuimen päätös, väärä luku tai keksitty lähde. Syynä on, että kielimallit tuottavat todennäköisiä sanamuotoja; ne eivät hae tosiasioita automaattisesti. Riski pienenee, kun vastaukset perustuvat varmennettuihin lähteisiin, todisteet mainitaan ja ihmiset tarkistavat tärkeät tulokset.

kielimallit
luotettavuus
+1

Malli

Hakuvahvistettu generointi (RAG)

Hakuvahvistettu generointi (retrieval-augmented generation) yhdistää haun ja tekstin tuottamisen: ennen vastaamista järjestelmä hakee tietokokoelmasta – esimerkiksi käsikirjoista, ohjeistuksista tai UKK:sta – asiaankuuluvia kohtia ja välittää ne kielimallille kontekstina. Vastaus perustuu siten ajantasaiseen, yrityskohtaiseen sisältöön eikä pelkästään mallin opetustietoon. Tämä vähentää keksittyjä väitteitä, tekee lähteistä jäljitettäviä ja mahdollistaa päivitykset ilman uudelleenopetusta.

RAG
tietämyshaku
+1

Opetusdata

Opetusdata ovat esimerkkejä, joista tekoälymalli oppii säännönmukaisuuksia: suuria tekstikokoelmia kielimalleille, luokiteltuja kuvia kuvamalleille. Niiden laatu, monipuolisuus ja ajantasaisuus määräävät pitkälti, kuinka luotettava ja oikeudenmukainen malli on ja kuinka ajan tasalla sen tietämys on. Organisaatioille on myös tärkeää, käyttääkö tarjoaja syöttämiään asiakastietoja jatko-opetukseen.

Data
Training
+1