OpenAI正在测试ChatGPT的记忆能力，使其能够记住用户的讨论内容，从而提高未来聊天的有效性，用户可以控制ChatGPT的记忆。记忆可以让ChatGPT记住用户的偏好和详细信息，从而提供更加个性化和连贯的对话。例如记住用户喜欢的会议纪要格式、拥有的咖啡店细节、孩子的喜好等。
用户可以随时关闭记忆功能，也可以让ChatGPT遗忘特定记忆或清除所有记忆，删除聊天不会删除其记忆。
OpenAI可能会使用用户提供的内容(包括记忆)来改进模型，用户可以通过数据控制关闭此功能。可以使用临时聊天功能进行不需要记忆的对话。
自定义指令可以让ChatGPT更好地了解用户及回复方式。记忆可以补充聊天中获得的信息。团队版和企业版用户可以通过记忆更高效地使用ChatGPT，例如记住格式偏好、编程语言等，企业版用户可以关闭组织的记忆功能。
GPTs也将拥有独立的记忆。建造者可以选择为GPTs开启记忆，用户与不同GPTs的记忆是独立的。OpenAI将关注记忆带来的隐私和安全问题，避免主动记住敏感信息。
Chat With RTX：NVIDIA的本地聊天机器人项目
Chat With RTX让用户可以个性化训练一个连接自定义内容(文档、视频等)的大型语言模型，并与其聊天获取相关回复。
Chat With RTX利用了检索增强型生成(RAG)、TensorRT-LLM和RTX加速，可以快速从自定义聊天机器人中获取与上下文相关的回复。它支持各种文件格式，包括文本、pdf、doc/docx、xml等。用户可以指向含有这些文件的文件夹，应用可以在几秒内加载它们。
Chat With RTX技术演示基于GitHub上的TensorRT-LLM RAG开发者参考项目构建。开发者可以基于该项目开发部署自己的RAG应用。
Chat With RTX需要Windows 11系统，NVIDIA GeForce RTX 30/40系列或支持TensorRT-LLM的GPU，16GB以上RAM。
RTX GPU通过TensorRT-LLM可以实现下一级别的AI性能，提供增强的创造力、生产力，以及极快的游戏体验。
NVIDIA提供了各种面向开发者的生成AI工具和面向企业的解决方案。
Chat With RTX让用户可以个性化训练一个连接自定义内容(文档、视频等)的大型语言模型，并与其聊天获取相关回复。
Chat With RTX利用了检索增强型生成(RAG)、TensorRT-LLM和RTX加速，可以快速从自定义聊天机器人中获取与上下文相关的回复。它支持各种文件格式，包括文本、pdf、doc/docx、xml等。用户可以指向含有这些文件的文件夹，应用可以在几秒内加载它们。
Chat With RTX技术演示基于GitHub上的TensorRT-LLM RAG开发者参考项目构建。开发者可以基于该项目开发部署自己的RAG应用。
Chat With RTX需要Windows 11系统，NVIDIA GeForce RTX 30/40系列或支持TensorRT-LLM的GPU，16GB以上RAM。
RTX GPU通过TensorRT-LLM可以实现下一级别的AI性能，提供增强的创造力、生产力，以及极快的游戏体验。
NVIDIA提供了各种面向开发者的生成AI工具和面向企业的解决方案。
使用DataDreamer，可以轻松创建和运行多步骤的提示工作流，生成合成数据集，对模型进行训练。
加入Shoggoth网络无需注册或批准，节点和客户端操作匿名，身份与现实世界的身份分离。任何人都可以自由加入网络，并立即开始发布或访问资源。
Shoggoth的目的是为了对抗AI审查制度，赋予软件开发人员创建和分发开源AI的权力，而无需集中式服务或平台
该项目旨在为指令微调提供资源，并为未来的研究合作提供宝贵的框架。该数据集对于AI语言建模的突破至关重要，并强调了多样性和包容性数据集的重要性。
