#记忆系统

avatar
小互
2周前
GPT 5.1 的上下文似乎变长了 之前翻译文章需要几次才能输出完毕 现在一次就能完全输出，中间不卡壳了 而且指令遵循非常的完美 基本上你不需要复杂的提示，它就能理解你的需求，并完美遵循你的要求 当然记忆系统也发挥了很大作用
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#GPT-5.1 #上下文变长 #指令遵循 #记忆系统 #性能提升
avatar
orange.ai
1个月前
之前看到 AK 对人类学习和记忆的推还不是特别理解。 我们现在很多关于记忆的项目，就是用 RAG 胡乱召回，既不管场景也不是那么相关。 而在最近高强度使用 Claude Code 的 md 文件上下文，加上 Skills 的发布，我觉得一个好的记忆系统越来越清晰了。 相比个人偏好个人生活的记忆，解决问题的认知和策略的记忆，更有价值一些。 AK 的之前说的内容： 许多人类的学习过程更像是一种系统提示的变化。当你遇到一个问题时，经过一番思考后得出某种结论，然后以相当明确的方式“记住”下来，以便下次使用。 例如：“看来当我遇到这种和那种问题时，我应该尝试这种和那种方法或解决方案。” 这种感觉更像是给自己做笔记，类似于“记忆”功能，但不是用来存储与用户个人相关的随机事实，而是用于保存通用的、全局的问题解决知识和策略。 从某种意义上说，大语言模型就像电影《记忆碎片》里的那个主人公，只不过我们还没有给它们配备自己的备忘录而已。
Claude Skills系统发布引发AI行业新变革· 66 条信息
#AK #RAG #Claude Code #记忆系统 #问题解决
avatar
看到个热别好的文章：ChatGPT 的记忆是如何工作的 文章对 ChatGPT 的记忆系统进行了逆向分析，它有双层记忆架构： 1. 保存记忆系统：当用户手动控制的时候就可以进行保存（"Remember that I..."） 2. 聊天历史系统：包含当前会话历史，对话历史（2周内的直接引用），用户洞察（AI自动提取的该用户的对话特征） 其中用户洞察系统贡献了80%+的性能提升和体验，核心原理是通过聚类算法自动分析用户行为模式。 这个文章特别好的地方是还提供了开源的技术实现方案，可以用现有技术 Clone 一个跟 ChatGPT 一样的私有实现。 文章地址：
#ChatGPT #记忆系统 #人工智能 #自然语言处理 #用户体验