پرش به محتوای اصلی
پرش به محتوای مقاله

چرا حافظه ChatGPT در معماری Dreaming V3 دیگر منقضی نمی‌شود؟

·۱۴ خرداد ۱۴۰۵۳ دقیقه مطالعه
چرا حافظه ChatGPT در معماری Dreaming V3 دیگر منقضی نمی‌شود؟
اشتراک‌گذاری

اگر خسته شده‌اید که هر بار در هر گفتگو، جزئیات پروژه‌تان را از ابتدا برای ChatGPT توضیح دهید، این محدودیت به‌زودی تمام می‌شود. OpenAI در حال استقرار سیستمی به نام Dreaming V3 است تا حافظه هوش مصنوعی را در طول سال‌ها تعامل، به‌روز نگه دارد.

این فناوری بر پایه مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — طراحی شده است. همان‌طور که در تحلیل قبلی ما درباره‌ی مدل تخصصی GPT-Rosalind اشاره کردیم، تمرکز OpenAI اکنون از مدل‌های تک‌منظوره به مدیریت داده‌های میلیاردها حساب کاربری تغییر کرده است. حافظه در اینجا شبیه به دستیاری است که شب‌ها یادداشت‌های شما را بازبینی و به‌روز می‌کند تا صبح با اطلاعات دقیق تری بیدار شود.

طبق اعلام رسمی شرکت، این معماری در ۴ ژوئن ۲۰۲۶ راه‌اندازی شد. هدف اصلی، حذف «منقضی شدن» حافظه است؛ یعنی مدل دیگر باور نمی‌کند شما در شهری زندگی می‌کنید که ماه‌ها پیش آن را ترک کرده‌اید. این گام در راستای تلاش گسترده‌تر OpenAI برای کاهش توهمات و تبدیل هوش مصنوعی به یک متخصص مورد اعتماد برداشته شده است تا دقت پاسخ‌ها در محیط‌های حساس افزایش یابد. بر اساس مستندات وب‌لاگ این شرکت، تغییرات کلیدی عبارتند از:

  • Dreaming V3 ترجیحات ضمنی شما، مثل موقعیت مکانی یا محدودیت‌های غذایی را بدون نیاز به دستور «این را به خاطر بسپار» شناسایی می‌کند.
  • هزینه استنتاج (Inference) — لحظه‌ای که مدل واقعاً جواب تولید می‌کند و شبیه به خودِ آشپزی است — ۵ برابر کاهش یافته تا مقیاس جهانی ممکن شود.
  • یک صفحه مدیریت حافظه اضافه شده تا کاربران بتوانند آنچه مدل می‌داند را بازبینی یا حذف کنند.

تصویر مفهومی از تقویت حافظه ChatGPT با رویاپردازی برای کمک‌رسانی بهتر

تصویر مفهومی از حافظه و رویاپردازی هوش مصنوعی برای بهبود ChatGPT

Memory summary modal showing a personalized overview of a user’s work, hobbies, travel interests, and community involvement, with options to correct or dismiss specific details.

به نظر ما، این تغییر برای کاربران تجاری، هوش مصنوعی را از یک ابزار ساده به همکاری تبدیل می‌کند که تاریخچه مشترک حرفه‌ای دارد. این رویکرد در کنار یکپارچه‌سازی داده‌های مالی برای تحلیل لحظه‌ای هزینه‌ها، پتانسیل مدل را برای تبدیل شدن به یک دستیار تجاری جامع افزایش می‌دهد. این یعنی حذف «مالیات پرامپت»؛ یعنی همان زمانی که هر بار برای توضیح محدودیت‌های پروژه تلف می‌کردید. با به‌روزرسانی خودکار حقایق، مدل به یک عامل شخصی نزدیک می‌شود که اولویت‌های فعلی زندگی شما را می‌شناسد.

کاربران Plus و Pro در آمریکا همین امروز به این قابلیت دسترسی دارند. کاربران رایگان و Go باید طی هفته‌های آینده تنظیمات خود را بررسی کنند.

گام بعدی شما

  • اگر کاربر Plus هستید، بخش Memory را چک کنید تا ترجیحات غلط را پاک کنید.
  • در گفتگوهای جدید، سعی کنید به جای دستورات ذخیره‌سازی، به صورت طبیعی اطلاعات را به مدل بدهید.
  • برای کاهش تکرار در پروژه‌ها، از مدل بخواهید خلاصه‌ای از آنچه درباره استراتژی شما می‌داند را بازنویسی کند.

اما تأمین سخت‌افزاری این حجم از حافظه در مقیاس میلیونی، چالش‌های پیچیده‌تری دارد — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این تحول با تکیه بر اعتبار مهندسی OpenAI، هزینه عملیاتی حافظه بلندمدت را به شدت کاهش داد. نتیجه این است که شخصی‌سازی عمیق دیگر یک ویژگی لوکس برای کاربران پولی نیست و به استانداردی برای تمام کاربران تبدیل می‌شود.

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

موضوع‌ها

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.