Perplexity 重磅升級:AI 助理引入記憶功能,跨模型實現個人化情境感知

作者: Veronika Radoslavskaya

Perplexity 近日宣布為其人工智慧平台帶來一項重大的功能革新,正式推出全新的個人化設定。這項升級賦予了其 AI 助理「記憶」能力,使其能夠記住使用者的偏好、興趣點,以及過往對話的上下文脈絡。這項突破性發展為 Perplexity 的模型生態系統建立了一個持久的記憶層,確保該記憶能夠在不同的 AI 系統間持續跟隨使用者。

這套升級後的系統設計旨在模擬人類的記憶運作模式。它能夠自動地將對話細節和使用者的輸入進行綜合提煉,並將其儲存為情境知識。此舉從根本上解決了傳統大型語言模型(LLMs)長期以來的一個主要限制:在進行冗長且複雜的生產力會話時,模型容易達到上下文視窗的極限,迫使用戶必須手動重新總結先前的互動內容。

Perplexity 的核心策略著重於精準的情境檢索,而非將聊天記錄用於原始模型訓練。該助理會從使用者加密的記憶儲存庫中提取特定的上下文資訊,從而生成更為精準、更貼合個人需求的回答。無論是提供跑鞋建議、規劃旅行行程,還是回憶先前給予的指導,這種「情境可攜性」(context portability)都發揮了關鍵作用。這意味著使用者可以在切換使用 Perplexity 針對不同任務進行微調的各類專業模型時,依然能維持單一、一致的個人化層級,極大地提升了準確性與整體使用體驗。

Perplexity 對於使用者控制權和隱私保護始終抱持堅定的承諾。使用者可以隨時選擇完全關閉記憶功能。此外,在無痕模式下,記憶與搜尋歷史會被自動停用,所有資料均受到嚴格的加密保護。使用者也保留了透過「AI 資料保留設定」選擇不貢獻資料以改進模型的權利。隨著各大競爭對手陸續推出類似的記憶功能,Perplexity 此次的發布,無疑使其在開發先進、高度個人化的 AI 代理(AI agents)的競賽中,站穩了領先地位。

发现错误或不准确的地方吗?

我们会尽快处理您的评论。