ChatGPT のパーソナライゼーションが大幅にアップグレードされ、内部コード名 Sunshine が公開されました。来年には超インテリジェントパーソナルアシスタントに昇格

ChatGPT のパーソナライゼーションが大幅にアップグレードされ、内部コード名 Sunshine が公開されました。来年には超インテリジェントパーソナルアシスタントに昇格

「ChatGPT のビジョンは、超インテリジェントな作業アシスタントになることです。」

今年上半期のインタビューで、サム・アルトマン氏は「キラーアプリ」としてのChatGPTの位置づけについて語った。

報道によると、OpenAI は ChatGPT をより「パーソナライズ」するための新機能を開発しているという。

11月中旬、TwitterユーザーのJush氏が、ChatGPTメニューに3つの新しい機能オプションを見つけたことを明らかにした。

- より一貫性のある会話:さまざまな会話から学習することで、GPT はより関連性の高い応答を提供できるようになります。

- 継続的な改善: GPT はさらに便利になり、ユーザーの詳細と設定を記憶できるようになります。

- カスタマイズ可能なメモリ: GPT モデルのメモリ コンテンツは、情報を通じて簡単にカスタマイズできます。たとえば、OpenAI は、「常に Python で記述する」や「最後のプロジェクトについては忘れてください」などのメッセージ プロンプトが、ChatGPT のユーザーの記憶に影響を与える可能性があると述べています。さらに、設定でメモリ機能をオフにすることもできます。

さらに、ChatGPT プロジェクト AIPRM を担当する Web 開発者の Tibor Blaho 氏は最近、ソース コードでさらなる証拠を発見しました。

これらの機能は、最初に HTM コードに「Sunshine」というコード名で登場したため、Blaho は新しい機能を「Project Sunshine」と名付けました。

一時チャット: チャットの内容は痕跡を残さない

さらに、OpenAI は「一時チャット」機能も開始します。これは、以前のチャット方法と同じように機能し、情報は現在のチャット ウィンドウでのみ使用されます。

ChatGPT ユーザーは、モデル選択インターフェースで「一時チャット」オプションを見つけることができます。

「一時チャット」機能は、複数のチームで一部のアカウントを共有する必要があり、これらのチームがそれぞれ異なる作業を行っている場合に非常に便利です。

また、「一時チャット」はチャット履歴に保存されないため、このデータはモデルのトレーニングには使用されません。

OpenAI にとって、チャットボットをカスタマイズするこの新しい方法は、同社がより多くのアカウントを販売するための新たな機会も生み出します。ただし、この新機能のリリース日はまだ決まっていません。

GPTストアのアップグレード、2024年に予定

Blaho氏によると、OpenAIは「GPTストア」もアップグレードし、新しい検索機能と最高のGPTカスタマイズアプリケーションを紹介するプラットフォームを追加しているという。

当初、OpenAIは今年11月にGPTアプリケーション市場を立ち上げる予定でした。

しかし、サム・アルトマン氏の解任とその後の再任を含む一連の騒動により、2024年に延期された。

ChatGPT の会話メモリを長期間保存するというアイデアは、実はかなり前から存在していました。

2023年春、開発者はチャットをまたいで記憶できるAPIをベースにMemoryGPTという記憶ツールを作成しました。

この機能は、最終的にはすべての人の「パーソナル アシスタント」となる、パーソナライズされカスタマイズ可能な ChatGPT を作成するという OpenAI の壮大な青写真にぴったり当てはまります。

「スーパースマートパーソナルアシスタント」を開発中

AIPRM と LinkResearchTools のチーフエンジニアが、自身の LinkedIn ページで ChatGPT が開発している新機能について詳細に紹介しました。

ChatGPT の「Project Sunshine」は、メモリ機能と新しい GPT ストア インターフェースを備えた ChatGPT です。

「Project Sunshine」はもともと、特別な機能を備えた ChatGPT のバージョンとして 8 月に考案されました。実際には、ChatGPT にメモリ機能を提供します。

ChatGPT の現在のバージョンでは、設定に新しい「パーソナライズ」オプションが追加されました。

チャットを通じて回答の質を向上させる

チャットを続けると、GPT はあなたの詳細と好みを学習し、あなたへの応答をよりパーソナライズしながら改善していきます。

GPT があなたについて知っている情報を変更したり、GPT から新しい情報を学習したりするには、次のように指示します。

「あなたは私について何を知っているのですか?」

「前回のプロジェクトはどの段階にありましたか?」

「私は短い答えが好きなことを覚えておいてください。」

この機能を使用すると、オンまたはオフにすることができ、「メモリをリセット」するオプションが提供されます。

ホームページの設定では、現在のパーソナライズのステータスは「メモリオフ」に設定されています。つまり、ChatGPT はこの会話で言ったことを何も記憶しません。

さらに、メモリ機能を備えた新しい ChatGPT がポップアップ ウィンドウを通じて導入されました。

GPTはチャットを通じて学習できるようになりました

会話を続ける

GPT はチャットで学習した内容を後続の会話に適用し、より関連性の高い応答を提供できます。

継続的な進歩

GPT とチャットを続けると、GPT は徐々に注意力を高め、あなたの詳細や好みを記憶するようになります。

記憶の制御

GPT はチャットの指示に従うように設計されています。 GPT のメモリをリセットしたり、設定でこの機能をオフにしたりすることができます。

前述の「アドホック チャット」機能がモデル選択インターフェイスに表示されるようになりました (ただし、少し不具合があるようです)。この機能は、設定の「チャット履歴とトレーニング」切り替えオプションと同様に、入力プロンプト テキストのスタイルを変更します。

「一時チャット」機能には、その機能を説明する専用の通知ポップアップ ウィンドウも付属しています。

一時チャット

履歴は保存されない

一時的なチャットはチャット履歴に保持されず、GPT はこれまでの会話を記憶しません。ただし、セキュリティ上の理由から、会話は最大 30 日間保存される場合があります。

新たなスタート

GPT は以前の会話を記憶しません。ただし、カスタム設定を有効にしている場合は、その設定に従って会話が行われます。

トレーニング用ではありません

アドホックチャットの内容は、OpenAI のモデルの最適化には使用されません。

さらに、GPT ストアの立ち上げが近づいているため、アップデートも受けています。アップデートには、目立つタイトル バー、検索ボックス、「マイ GPT コレクション」、「最近使用した項目」、「OpenAI カスタマイズ GPT」のリストが含まれます。将来的には、「注目の GPT と人気の GPT」リストが追加される可能性があります。

<<:  15人の専門家が予測:AIは2024年にサイバーセキュリティのルールを変える

>>: 

ブログ    

推薦する

...

放送・ホスティング業界における人工知能の限界についての簡単な分析

[[430680]]科学技術の継続的な発展により、人工知能は人間の生活のあらゆる側面に関わるだけでな...

人工知能が医療画像をどのように変えるか AI は医療画像の世界における第二の目となる

人工知能は多くの分野に影響を及ぼしています。しかし、いくつかの大きな変化が起こっており、その 1 つ...

AI 主導の DevOps はどのようにビジネス変革を実現できるのでしょうか?

[[420376]] AI 技術を採用することで、包括的なセキュリティの基盤としてシステムにインテ...

リスト管理?機械学習のためのデータセット

[[440033]]データが機械学習において重要な役割を果たすことは否定できません。各機械学習モデル...

人工知能は衛星地図の鮮明度を向上させ、世界の再生可能エネルギープロジェクトや森林被覆率を示す

マイクロソフトの共同創業者ポール・アレン氏が設立したアレンAI研究所は最近、Satlasと呼ばれる新...

ByteDanceがCowClipをオープンソース化:推奨モデルのシングルカードトレーニングを最大72倍高速化可能

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

このAIアルゴリズムの面接体験は非常に役立つ:Amazonは履歴書から面接まで実践的な経験を共有

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

AI エキスパート: ビッグデータ ナレッジ グラフ - 実践経験のまとめ

データ サイエンティストとして、業界のトップ ナレッジ グラフをまとめ、技術専門家と共有して、ビッグ...

スタートアップがAIを活用してデータ駆動型マーケティング戦略を開発する方法

データ駆動型マーケティング戦略は組織の成長と発展に重要な役割を果たしており、組織はデータ駆動型マーケ...

...

コンシステントハッシュアルゴリズムの詳細な説明

サーバー負荷分散を行う際には、ラウンドロビン、HASH、最小接続、応答時間、加重など、さまざまな負荷...

パフォーマンスが20%向上しました! USTCの「状態シーケンス周波数領域予測」手法:学習サンプル効率の最大化の特徴

強化学習 (RL) アルゴリズムのトレーニング プロセスでは、サポートとして環境との相互作用のサンプ...

Transformer モデルを使用した時系列予測の Pytorch コード例

時系列予測は永続的なトピックです。自然言語処理の分野での成功に触発されて、トランスフォーマー モデル...