我为什么决定关闭ChatGPT的记忆功能?

你好,我是**三桥君**

几个月前,ChatGPT宣布即将推出一项名为"记忆功能"的新特性,英文名叫memory。

这个功能听起来相当吸引人,宣传口号是让GPT更加了解用户,仿佛是要为我们每个人量身打造一个专属的AI助手。

在记忆功能正式开放之前,我对它的效果和实现机制充满了好奇。

但是,OpenAI一直迟迟没有大规模开放这个功能,所以我也就一直没有机会亲自体验,更不敢轻易发表评论。

终于,记忆功能在不久前正式开放了,我也尝鲜了这个备受期待的特性。

然而,经过一段时间的使用,我却决定关闭它,为什么呢?

首先,所谓的记忆功能,实际上就是一个自动化的系统提示词设置。

当你开启这个功能后,ChatGPT会在你与它的对话中自动捕捉一些信息,然后塞进系统提示词里。

听起来是不是很智能?

但实际上,这不过是一种自定义指令的功能。

我发现,让这个记忆功能自动编辑系统提示词,远不如我自己根据习惯设置custom instructions来得有效和舒适。

我原以为开启记忆功能后,GPT会根据我的个人喜好来定制服务,但事实却恰恰相反。

++这个功能不仅没有让GPT更懂我,反而让它变得更加"智障"。++

每次我夸奖GPT或者表达赞赏时,这些内容就会被记忆功能捕捉,然后塞进所谓的"记忆区"。

随着时间的推移,记忆区里堆积了大量无关紧要甚至是荒谬的"垃圾话"。

++这些垃圾话在每次对话中都会被GPT读取,导致它的回应越来越偏离我的期望,就像是给GPT的"大脑"下了毒。++

更糟糕的是,记忆功能还给网页端的提示词调试带来了不少麻烦。

当我尝试使用一些高级技巧,比如Yes-And提示词时,记忆功能往往会记住一些不合适的内容。

++这导致同一条提示词在不同时间点的效果大相径庭。++

如果你也遇到了这种情况,我建议你检查一下记忆功能是否关闭。

除了影响使用体验,记忆功能还让我对个人隐私保护产生了担忧。

这个功能实际上就是一个用户画像数据搜集器。

它记录你的对话内容,分析你的行为模式,然后用来训练GPT。

我不愿意自己的信息被这样搜集和利用,我相信很多朋友也有同样的顾虑。

因此,从保护个人隐私的角度出发,我建议你也考虑关闭这个功能。

三桥君顺便说说记忆功能的一些问题。

首先,它并不智能。

记忆功能无法区分哪些信息是对话中的关键点,哪些只是随口一提的闲聊。

它像是一个没有筛选机制的信息收集器,不管有用没用,一股脑地塞进记忆区。

这样的结果就是,GPT在回应时可能会抓不住重点,甚至会被错误的信息引导。

其次,记忆功能缺乏个性化。

虽然它的设计初衷是为每个用户定制GPT,但实际上它并没有做到这一点。

它不会根据你的喜好来调整GPT的行为,反而会因为记忆了太多无用的信息而让GPT的回应变得更加混乱。

再者,记忆功能的使用体验并不友好。

它没有提供一个清晰的管理界面,让用户可以轻松地查看和编辑记忆区的内容。

这意味着,如果你想要清理那些无用的垃圾话,你得自己动手,相当麻烦。

最后,记忆功能的存在让我感到不安。

我不喜欢有一个AI助手在背后默默地记录我的每一次对话,然后用来训练它的模型。

这种感觉就像是时刻被监视,而且是在不知不觉中。

因此,我决定关闭ChatGPT的记忆功能。

它不仅没有提升我的使用体验,反而带来了不少麻烦和担忧。

我希望我的经历能够给那些正在考虑是否开启这个功能的朋友一些参考。

当然,每个人的需求不同,如果你觉得记忆功能对你有帮助,那么继续使用也无妨。

但如果你遇到了和我类似的问题,不妨考虑一下关闭它,或许你会找回更纯粹的对话体验。

最后,我想对OpenAI说,虽然记忆功能目前还存在很多问题,但我依然对它的潜力抱有期待。

希望你们能够不断优化这个功能,让它真正成为用户的好帮手,而不是一个让人头疼的负担。

同时,我也希望OpenAI能够更加重视用户隐私保护,让我们在使用AI助手时能够更加放心。

引用文章

相关推荐
张叔zhangshu1 小时前
TensorFlow 的基本概念和使用场景
人工智能·python·tensorflow
云起无垠5 小时前
【论文速读】| FirmRCA:面向 ARM 嵌入式固件的后模糊测试分析,并实现高效的基于事件的故障定位
人工智能·自动化
AI小欧同学6 小时前
【AIGC-ChatGPT进阶副业提示词】育儿锦囊:化解日常育儿难题的实用指南
chatgpt·aigc
测试者家园6 小时前
ChatGPT接口测试用例生成的流程
软件测试·chatgpt·测试用例·接口测试·测试图书·质量效能·用chatgpt做测试
Leweslyh7 小时前
物理信息神经网络(PINN)八课时教案
人工智能·深度学习·神经网络·物理信息神经网络
love you joyfully7 小时前
目标检测与R-CNN——pytorch与paddle实现目标检测与R-CNN
人工智能·pytorch·目标检测·cnn·paddle
该醒醒了~8 小时前
PaddlePaddle推理模型利用Paddle2ONNX转换成onnx模型
人工智能·paddlepaddle
小树苗1938 小时前
DePIN潜力项目Spheron解读:激活闲置硬件,赋能Web3与AI
人工智能·web3
凡人的AI工具箱8 小时前
每天40分玩转Django:Django测试
数据库·人工智能·后端·python·django·sqlite
大多_C8 小时前
BERT outputs
人工智能·深度学习·bert