Knowledge cutoff, hay điểm dừng kiến thức, đề cập đến thời điểm dữ liệu huấn luyện của một mô hình ngôn ngữ lớn (LLM) dừng lại. LLM không thể trả lời các câu hỏi về các sự kiện xảy ra sau điểm dừng kiến thức của chúng. Ví dụ, một mô hình được huấn luyện trên dữ liệu cho đến đầu năm 2024 sẽ không biết về các sự kiện gần đây hơn. Đây là một hạn chế quan trọng của LLM, và việc hiểu về điểm dừng kiến thức là quan trọng để sử dụng LLM một cách hiệu quả. Khóa học này sẽ giúp bạn hiểu rõ hơn về điểm dừng kiến thức và các hạn chế khác của LLM, cũng như cách khắc phục chúng bằng cách sử dụng các kỹ thuật như function calling hoặc Retrieval Augmented Generation (RAG).