Key points are not available for this paper at this time.
बड़ी भाषा मॉडल्स (LLMs) ने कृत्रिम बुद्धिमत्ता (AI) प्रणालियों के साथ हमारी बातचीत को पूरी तरह से बदल दिया है, जो विभिन्न कार्यों में प्रभावशाली प्रदर्शन दिखाते हैं। इसके बावजूद, एक महत्वपूर्ण बाधा बनी हुई है—इन मॉडलों में दीर्घकालिक स्मृति तंत्र की कमी। यह कमी उन स्थितियों में और अधिक स्पष्ट हो जाती है जहाँ स्थायी बातचीत की आवश्यकता होती है, जैसे कि व्यक्तिगत सहायक सिस्टम, मनोवैज्ञानिक परामर्श, और सचिवीय सहायता। दीर्घकालिक स्मृति की आवश्यकता को समझते हुए, हम MemoryBank प्रस्तावित करते हैं, जो LLMs के लिए एक नवीन स्मृति तंत्र है। MemoryBank मॉडलों को प्रासंगिक यादों को बुलाने, निरंतर स्मृति अद्यतनों के माध्यम से सतत विकास करने, उपयोगकर्ता की व्यक्तित्व को समय के साथ समझने और अनुकूलित करने में सक्षम बनाता है, जो पिछली बातचीत से जानकारी को संश्लेषित करता है। मानव जैसे व्यवहार की नकल करने और चयनात्मक स्मृति संरक्षित करने के लिए, MemoryBank में ईबिंगहॉस विस्मृति वक्र सिद्धांत से प्रेरित एक स्मृति अद्यतन तंत्र शामिल है। यह तंत्र AI को बीते समय और स्मृति की सापेक्ष महत्वता के आधार पर भूलने और स्मृति सुदृढ़ करने की अनुमति देता है, इस प्रकार एक अधिक मानवीय स्मृति तंत्र और समृद्ध उपयोगकर्ता अनुभव प्रदान करता है। MemoryBank दोनों प्रकार के मॉडलों के लिए उपयुक्त है, चाहे वे बंद-स्रोत मॉडल जैसे ChatGPT हों या खुला-स्रोत मॉडल जैसे ChatGLM। MemoryBank की प्रभावशीलता का सत्यापन करने के लिए, हमने एक LLM आधारित चैटबॉट SiliconFriend का निर्माण किया, जो दीर्घकालिक AI साथी परिदृश्य में उपयोग होता है। मनोवैज्ञानिक संवाद डेटा के साथ आगे ट्यून किए जाने पर, SiliconFriend अपनी बातचीत में सहानुभूति और विवेकशीलता प्रदर्शित करता है। प्रयोग में वास्तविक उपयोगकर्ता वार्तालापों के साथ गुणात्मक विश्लेषण और सिम्युलेटेड वार्तालापों के साथ मात्रात्मक विश्लेषण शामिल है। बाद वाले में, ChatGPT विभिन्न विशेषताओं वाले कई उपयोगकर्ताओं की भूमिका निभाता है और व्यापक विषयों पर दीर्घकालिक संवाद संदर्भ उत्पन्न करता है। हमारे विश्लेषण के परिणाम दिखाते हैं कि MemoryBank से सुसज्जित SiliconFriend लंबी अवधि की साथी क्षमता में मजबूत है क्योंकि यह सहानुभूतिपूर्ण प्रतिक्रिया दे सकता है, प्रासंगिक यादें पुनः प्राप्त कर सकता है और उपयोगकर्ता के व्यक्तित्व को समझ सकता है।
Building similarity graph...
Analyzing shared references across papers
Loading...
Wanjun Zhong
Lianghong Guo
Qiqi Gao
Sun Yat-sen University
KTH Royal Institute of Technology
Harbin Institute of Technology
Building similarity graph...
Analyzing shared references across papers
Loading...
Zhong et al. (Sun,) ने इस प्रश्न का अध्ययन किया।
www.synapsesocial.com/papers/68e72954b6db6435876a2cce — DOI: https://doi.org/10.1609/aaai.v38i17.29946
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: