ナレッジカットオフ【knowledge cutoff】知識カットオフ

概要

ナレッジカットオフとは、大規模言語モデル（LLM）などの人工知能（AI）が学習に用いたデータの収集を締め切った日付のこと。この日付より後に発生した出来事や公開された情報は、モデルの内部知識には含まれておらず、質問しても正確に答えられないことがある。

機械学習モデルは、インターネット上の文章やコードなど膨大なデータを学習し、その内容をもとに応答を生成する。学習には長い時間と多くの計算資源を要するため、常に最新の情報を取り込み続けることは現実的ではなく、一定の時点でデータ収集を打ち切ってモデルを固定する必要がある。

カットオフ日以降に発生したニュースや新製品の情報を尋ねると、AIは知らないと答えたり、古い情報をもとに誤った内容を出力したりする場合がある。カットオフの日付はモデルごとに異なり、同じモデルの中でも分野によって知識の新しさに差が生じることもある。

この制約に対処する手段として、外部の情報をリアルタイムに検索して回答に反映させる「検索拡張生成」（RAG：Retrieval Augmented Generation）や、Web検索機能との連携などが行われる。これらはあくまで回答時に外部情報を補う仕組みであり、モデル自体が保持する知識そのものが更新されるわけではない点には注意が必要である。

ナレッジカットオフは、AIの推論能力や回答の正確性を示す指標ではなく、あくまで学習データの時間的範囲を示すものである。カットオフが新しいほど近い時期の出来事を反映している可能性は高まるが、それが直ちに回答の質の高さを意味するわけではない。時事問題や株価、法令、製品仕様など、いつの時点の情報なのかが重要な分野に生成AIを用いる場合は、カットオフ後の内容が反映されていない可能性を踏まえ、必要に応じて最新の情報源と照合することが求められる。

(2026.7.18更新)