AI நினைவகம்: அது என்ன, எவ்வாறு செயல்படுகிறது, எதைச் சேமிக்கிறது

AI நினைவகம் என்பது, உரையாடல் AI உதவியாளர் ஒன்று உங்கள் முந்தைய உரையாடல்களிலிருந்து சேமித்து, புதிய உரையாடல்களுக்குக் கொண்டுவரும் தகவலாகும்; இதன் மூலம் அது உங்கள் விருப்பங்களையும் சூழலையும் நினைவுகூர முடிகிறது. மாடல் இவற்றில் எதையும் தானே வைத்திருப்பதில்லை. உதவியாளர் அதைத் தனியாகச் சேமித்து, தேவைப்படும்போது மீண்டும் சேர்க்கிறது; இதனால், இல்லையெனில் மாடலுக்குக் கிடைக்காத நிலைத்த சூழல் அதற்குக் கிடைக்கிறது.

உதவியாளர்கள் அந்தத் தகவலை எவ்வாறு சேமித்து நினைவுகூர்கின்றன, அவை எதைச் சேமிக்கின்றன, சில நேரங்களில் ஏன் தவறு செய்கின்றன, அதை எப்படிப் பார்ப்பது, மாற்றுவது அல்லது முடக்குவது என்பதை இந்த வழிகாட்டி விளக்குகிறது.

AI நினைவகம் என்றால் என்ன?

நிலைத்த நினைவகம் என்றும் அழைக்கப்படும் AI நினைவகம், உங்களைப் பற்றிய தகவல்களை — அதாவது முந்தைய தொடர்புகளிலிருந்து பெற்ற விருப்பங்கள், உண்மைகள், சூழல் போன்றவற்றை — சேமிக்கும் ஒரு AI உதவியாளர் அம்சமாகும்; இவற்றை உதவியாளர் பிற்கால உரையாடல்களில் பயன்படுத்த முடியும்.

நினைவில் வைத்துக்கொள்ளுமாறு நீங்கள் கேட்கும் விஷயங்கள், அது தானாகவே கவனித்துக்கொள்ளும் விவரங்கள், அது மீண்டும் பார்க்கக்கூடிய முந்தைய அரட்டைகள் ஆகியவற்றிலிருந்து AI உதவியாளர் அந்தப் பதிவை உருவாக்க முடியும்.

ஒவ்வொரு அரட்டையிலும் நீங்கள் உங்கள் விருப்பங்களைப் பகிர வேண்டிய அவசியமின்றி, தனிப்பயனாக்கப்பட்ட பதில்களை வழங்க AI நினைவக அடுக்கு AI உதவியாளர்களுக்கு உதவுகிறது. நீங்கள் மாரத்தானுக்குப் பயிற்சி செய்வதாகவும் கிலோமீட்டர்களை விரும்புவதாகவும் ஒரு உதவியாளரிடம் கூறியிருந்தால், அடுத்த முறை ஓட்ட வேகம் குறித்து நீங்கள் கேட்கும் கேள்விக்கு, அதை மீண்டும் சொல்லாமலேயே கிலோமீட்டர்களில் பதில் கிடைக்கும்.

ஒவ்வொரு அரட்டையிலும் உங்கள் நிலைமையை மீண்டும் விளக்குவதுடன் ஒப்பிடும்போது, நினைவகம் தட்டச்சு செய்யும் வேலையைக் குறைத்து, ப்ராம்ப்டைச் சுருக்கமாக வைத்திருக்கிறது. நீண்ட உள்ளீடுகள் பதில்களின் துல்லியத்தைக் குறைப்பதால் இது முக்கியமானது.

நினைவகம் என்பது ஒவ்வொரு உரையாடலின் முழுப் பதிவு அல்ல; அது உங்களைப் பற்றிய முக்கிய உண்மைகளின் தொகுப்பு. எனவே நீங்கள் கிலோமீட்டர்களை விரும்புவதை அது நினைவில் வைத்திருக்கும். ஆனால் கடந்த மாதம் அது வரைந்த அதே பயிற்சித் திட்டத்தைக் கண்டுபிடிப்பது, உதவியாளரால் முந்தைய அரட்டைகளையும் தேட முடியுமா என்பதைப் பொறுத்தது.

AI நினைவகத்தின் வகைகள்

பிரின்ஸ்டன் பல்கலைக்கழக ஆய்வாளர்கள் (2024) AI நினைவக அமைப்புகளின் வகைகளை வகைப்படுத்த, மனித நினைவக அறிவியலின் சொற்களைக் கடன் வாங்கியுள்ளனர். அவர்களின் கட்டமைப்பு செயல்பாட்டு நினைவகத்தையும் நீண்டகால நினைவகத்தையும் பிரிக்கிறது:

• செயல்பாட்டு நினைவகம்: தற்போதைய படிக்காக மாடல் வைத்திருப்பவை — அதாவது இதுவரை நடந்த உரையாடலும் அது மீட்டெடுத்த அனைத்தும். இது குறுகியகால நினைவகம் என்றும் அழைக்கப்படுகிறது.
• நீண்டகால நினைவகம்: அமர்வுகளுக்கு இடையே நிலைத்திருக்கும் நினைவகம். இந்தக் கட்டுரை இந்த வகை நினைவகத்தைப் பற்றியதுதான்.

நீண்டகால நினைவகம் மூன்று வகைகளைக் கொண்டது:

• நிகழ்வு நினைவகம்: முந்தைய தொடர்புகளின் பதிவுகள்; உதாரணமாக, கடந்த மாதம் நீங்கள் பயிற்சித் திட்டம் கேட்ட அரட்டை.
• சொற்பொருள் நினைவகம்: உலகம் மற்றும் உங்களைப் பற்றிய அறிவு; உதாரணமாக, கிலோமீட்டர்களுக்கான உங்கள் விருப்பம்.
• செயல்முறை நினைவகம்: ஒரு AI ஏஜென்ட் எவ்வாறு செயல்படுகிறது என்பது; இது மாடலின் வெயிட்களிலும், ஏஜென்டை இயக்கும் குறியீடு மற்றும் ப்ராம்ப்ட்களிலும் பொதிந்துள்ளது. ஒரு AI உதவியாளரில், இதற்கு மிக நெருக்கமான இணையானவை சிஸ்டம் ப்ராம்ப்ட்டும் உங்கள் தனிப்பயன் வழிமுறைகளும் ஆகும்.

விரிவாக்கு

AI உதவியாளர் நினைவகத்துக்கும் AI ஏஜென்ட் நினைவகத்துக்கும் உள்ள வேறுபாடு

AI உதவியாளர் நினைவகம், AI ஏஜென்ட் நினைவகம் இரண்டுமே நீண்டகால நினைவகம்தான். AI உதவியாளர் நினைவகம் பெரும்பாலும் சொற்பொருள் நினைவகமாகும்; பதில்கள் உங்களுக்குப் பொருந்தும் வகையில் அது உங்களைப் பற்றிய உண்மைகளைச் சேமிக்கிறது. Perplexity-இன் Brain போன்ற ஏஜென்ட் நினைவகம், ஏஜென்ட் என்ன செய்தது, அது எப்படி நடந்தது — எது பலனளித்தது, நீங்கள் எதைத் திருத்தினீர்கள் என்பது உட்பட — ஆகியவற்றைச் சேமிக்கிறது; இதனால் ஒவ்வொரு புதிய பணியையும் அது சிறந்த நிலையிலிருந்து தொடங்குகிறது.

AI நினைவகத்துக்கும் சூழல் சாளரங்கள், பயிற்சித் தரவு, தனிப்பயன் வழிமுறைகளுக்கும் உள்ள வேறுபாடு

ஒரு பதிலை வடிவமைக்கும் மற்ற மூன்று விஷயங்களுடன் AI நினைவகத்தை எளிதில் குழப்பிக்கொள்ளலாம்: மாடலின் சூழல் சாளரம், பயிற்சித் தரவு, தனிப்பயன் வழிமுறைகள். ஒவ்வொன்றும் வெவ்வேறு தகவலை வைத்திருக்கிறது, வெவ்வேறு காலம் நீடிக்கிறது, வெவ்வேறு அமைப்பால் கட்டுப்படுத்தப்படுகிறது.

சூழல் சாளரம் என்பது ஒரு பெரிய மொழி மாடல் (LLM) ஒரே நேரத்தில் படிக்கக்கூடிய உரையின் அளவு; இது தற்போதைய உரையாடலை உள்ளடக்குகிறது. நீங்கள் புதிய அரட்டையைத் தொடங்கும்போது இது மீட்டமைக்கப்படுகிறது.

தற்போதைய சில மாடல்கள் ஒரு மில்லியன் அல்லது அதற்கும் அதிகமான டோக்கன்கள் கொண்ட பெரிய சூழல் சாளரங்களைக் கொண்டுள்ளன; எனவே தொழில்நுட்ப ரீதியாக, உங்கள் முக்கியத் தகவலை ஒவ்வொரு உரையாடலிலும் ஒட்டலாம். ஆனால் அவை அனைத்தையும் செயலாக்குவது தாமதத்தையும் செலவையும் அதிகரிக்கிறது.

பதில் சூழலிலேயே இருந்தாலும்கூட, உள்ளீடு பெரிதாகும்போது வெளியீட்டின் துல்லியம் குறைகிறது என்பதைப் பல ஆய்வுகளும் கண்டறிந்துள்ளன.

2025-ஆம் ஆண்டு இல்லினாய்ஸ் பல்கலைக்கழகமும் Amazon-உம் நடத்திய ஆய்வு, தொடர்புடைய ஒவ்வொரு விவரத்தையும் மாடல்களால் அப்படியே சொல்ல முடிந்தபோதும் இதைக் கண்டது: உள்ளீடுகள் 30,000 டோக்கன்களாக வளர்ந்தபோது — மாடல்கள் கூறும் வரம்புகளைவிட மிகக் குறைவான அளவு — துல்லியம் 13.9% முதல் 85% வரை குறைந்தது. Adobe Research மற்றும் LMU Munich உருவாக்கிய 2025-ஆம் ஆண்டு பெஞ்ச்மார்க்கான NoLiMa, கேள்விக்கும் பதிலுக்கும் பொதுவான முக்கியச் சொற்கள் இல்லாதபோதெல்லாம், சோதிக்கப்பட்ட 13 மாடல்களில் 11 மாடல்கள் வெறும் 32,000 டோக்கன்களிலேயே கணிசமாக மோசமாகச் செயல்பட்டதைக் கண்டறிந்தது. Chroma-வின் ஜூலை 2025 அறிக்கை 18 மாடல்களிலும் இதைக் கண்டது; 1,13,000 டோக்கன் அரட்டை வரலாற்றிலிருந்து அவை பதிலளித்தபோதும் இது நிகழ்ந்தது.

பயிற்சித் தரவு என்பது வெளியீட்டுக்கு முன்பே மாடலின் வெயிட்களில் பொதிந்துள்ள தகவல். பயனர்களால் அதை மாற்ற முடியாது. டெவலப்பர்கள் புதிய தரவைக் கொண்டு ஒரு மாடலை ஃபைன்-ட்யூன் செய்யலாம்; ஆனால் அது ஒரு பொறியியல் செயல்முறை, பயனர் அமைப்பு அல்ல,

தனிப்பயன் வழிமுறைகள் என்பவை, AI உதவியாளரின் நடத்தையையும் வெளியீடுகளையும் தனிப்பயனாக்க நீங்களே எழுதித் திருத்தி, உதவியாளர் அமைப்புகளில் சேமிக்கும் விதிகள். உதாரணமாக, பதில்களின் தொனியையும் நடையையும், அல்லது உதவியாளர் எந்த ஆதாரங்களைப் பயன்படுத்தலாம் என்பதையும் வரையறுக்க தனிப்பயன் வழிமுறைகளைப் பயன்படுத்தலாம்.

இந்த நான்கின் ஒப்பீடு இதோ:

AI நினைவகம் எதைச் சேமிக்கிறது

உதவியாளர்கள் உண்மைகள், விருப்பங்கள், சுருக்கங்கள் போன்ற உங்களைப் பற்றிய தேர்ந்தெடுக்கப்பட்ட விவரங்களை வைத்திருக்கின்றன; சில உதவியாளர்கள் உங்கள் முந்தைய அரட்டைகளையும் பயன்படுத்துகின்றன.

• நினைவில் வைக்குமாறு நீங்கள் கேட்கும் உண்மைகளும் விருப்பங்களும்: "நான் கிலோமீட்டர்களை விரும்புகிறேன் என்பதை நினைவில் வைத்துக்கொள்" என்பது போல, சேமிக்குமாறு நீங்கள் உதவியாளரிடம் வெளிப்படையாகச் சொல்லும் விவரங்கள் இவை. நீங்கள் கேட்கும்போது உதவியாளர் அந்த நினைவை உருவாக்குகிறது; நீங்கள் அதை நீக்கும் வரை அல்லது பிற்கால உரையாடல் அதைப் புதுப்பிக்கும் வரை அது நீடிக்கும்.
• உங்கள் உரையாடல்களிலிருந்து அது கவனித்துக்கொள்ளும் விவரங்கள்: இந்த அமைப்பு இயக்கத்தில் இருக்கும்போது உதவியாளர் இவற்றைச் சேமிக்கிறது. Perplexity "பயனர் கேட்கும் கேள்விகள் மற்றும் வழங்கும் தகவல்கள் எவ்வளவு அடிக்கடி வருகின்றன என்பதற்கு முன்னுரிமை அளிக்கிறது"; எனவே நீங்கள் ஒருமுறை மட்டும் குறிப்பிடுவதைவிட, அடிக்கடி குறிப்பிடும் ஒன்று நினைவில் நிலைக்க அதிக வாய்ப்புள்ளது. அது புதுப்பிக்கப்படும் வரை அல்லது நீங்கள் நீக்கும் வரை அந்த நினைவு நீடிக்கும்.
• உங்கள் முந்தைய அரட்டைகளைக் குறிப்பிடுதல்: உதவியாளர் சேமிக்கப்பட்ட பட்டியலைப் பயன்படுத்தாமல், முந்தைய உரையாடல்களையே நேரடியாகப் பயன்படுத்துகிறது. Perplexity இதைத் தேடல் வரலாறு என்று அழைக்கிறது: புதிய பதிலை மேலும் பொருத்தமானதாக்கப் பயன்படுத்தப்படும் உங்கள் முந்தைய கேள்விகளும் பதில்களும்.

AI நினைவகம் எவ்வாறு செயல்படுகிறது

உரையாடல்களுக்கு இடையே AI மாடல் எதையும் நினைவில் வைத்திருப்பதில்லை. அந்த வேலையை AI நினைவக அமைப்பு செய்கிறது: அது உங்களைப் பற்றிய தனிப் பதிவை வைத்திருந்து, தொடர்புடைய பகுதிகளை ஒவ்வொரு புதிய உரையாடலிலும் சேர்க்கிறது. சேமிப்பும் மீட்டெடுப்பும் பின்னணியில் நடைபெறுவதால், மாடல் அவற்றை உங்கள் கேள்வியுடன் சேர்த்துப் படிக்கிறது.

விரிவாக்கு

அந்தச் செயல்முறை ஐந்து படிகளில் நடைபெறுகிறது:

1. சேமித்தல்: நீங்கள் கேட்கும்போது, அல்லது ஒரு விவரம் வைத்துக்கொள்ளத் தகுந்தது என்று அது கருதும்போது, உதவியாளர் ஒரு நினைவைச் சேமிக்கிறது.
2. சேமிப்பகத்தில் வைத்தல்: நினைவுகள் மாடலிலிருந்து தனியாக வைக்கப்படும் ஒரு தரவுத்தளத்தில் சேர்க்கப்படுகின்றன. பல அமைப்புகளில் இது ஒரு வெக்டர் தரவுத்தளமாக இருக்கும்; இதனால் அவற்றைப் பொருளின் அடிப்படையில் தேட முடியும். அமைப்புகளில் நீங்கள் பார்க்கும் பட்டியல், அந்த நினைவகச் சேமிப்பகத்தின் ஒரு காட்சியாகும்.
3. மீட்டெடுத்தல்: நீங்கள் ஒரு செய்தியை அனுப்பும்போது, எந்த நினைவுகள் பொருந்தும் என்பதை உதவியாளர் தீர்மானிக்கிறது. பல அமைப்புகள் உங்கள் செய்தியையும் ஒவ்வொரு நினைவையும் எம்பெடிங்குகளாக — அதாவது பொருளின் எண்ணியல் பிரதிநிதித்துவங்களாக — மாற்றி, மிக நெருக்கமான பொருத்தங்களைத் தேர்ந்தெடுப்பதன் மூலம் இதைச் செய்கின்றன. உங்கள் கேள்வியுடன் ஒரு சொல்கூடப் பொதுவாக இல்லாதபோதும் அவை ஒரு நினைவை நினைவுகூர முடிவது இப்படித்தான். எளிமையான அமைப்புகள் சேமிக்கப்பட்ட ஒவ்வொரு நினைவையும் ஒவ்வொரு உரையாடலிலும் ஏற்றுகின்றன.
4. பயன்படுத்துதல்: நினைவுகூரப்பட்ட நினைவுகள் எளிய உரையாக உள்ளீட்டில் செருகப்படுகின்றன; பொதுவாக, உங்கள் செய்திக்கு முன் மாடல் படிக்கும் வழிமுறைகளின் தொகுதியில் இவை இடம்பெறும். அந்த உள்ளீட்டில் உள்ள வேறு எந்த உரையையும் போலவே மாடல் இவற்றையும் செயலாக்குகிறது.
5. புதுப்பித்தலும் நீக்குதலும்: உதவியாளர் அரட்டைகளிலிருந்து உண்மைகளைப் பிரித்தெடுத்து, ஏற்கெனவே உள்ள நினைவுகளைத் தேடி, அதைப் புதியதாகச் சேர்ப்பதா, ஏற்கெனவே உள்ள நினைவைப் புதுப்பிப்பதா, ஒன்றுடன் இணைப்பதா, அல்லது புதிய கண்டுபிடிப்புகளுக்கு முரணான பழைய நினைவை நீக்குவதா என்பதைத் தீர்மானிக்கிறது. புதிய தகவலைப் பழையதிலிருந்து வேறுபடுத்த, சில உதவியாளர்கள் ஒவ்வொரு நினைவுக்கும் நேர முத்திரை இடுகின்றன.

AI நினைவகத்தின் சவால்களும் அபாயங்களும்

AI நினைவகம் பதில்களின் தரத்தை மேம்படுத்துவதற்காகவே உருவாக்கப்பட்டது; ஆனால், நினைவக மீட்டெடுப்பு எப்போதும் தொடர்புடைய அல்லது தற்போதைய தகவலைக் கொண்டுவருவதில்லை — குறிப்பாகப் பெரிய தரவுத்தளங்களிலிருந்து — என்று பெஞ்ச்மார்க்குகள் காட்டுகின்றன. இது பாதுகாப்பு மற்றும் தனியுரிமை அபாயங்களையும் ஏற்படுத்துகிறது.

AI நினைவகம் தொடர்பான பொதுவான நம்பகத்தன்மை மற்றும் பாதுகாப்புச் சிக்கல்கள்:

• தவறாகப் பயன்படுத்தப்படும் நினைவுகள்: ஒரு நினைவு, அதற்குச் சம்பந்தமே இல்லாத பதிலுக்குள் இழுக்கப்படலாம். ஒரு 2026 ஆய்வு, வாழ்க்கையின் ஒரு பகுதியிலிருந்து சேமிக்கப்பட்ட நினைவு வேறொரு பகுதி குறித்த பதிலில் கசிகிறதா என்பதை 18 மாடல்களில் சோதித்தது. இடைநிலைத் தோல்வி விகிதம் 53% ஆக இருந்தது. நினைவகத்தில் பயனர்களின் நம்பிக்கைகளோ அவர்கள் கூறிக்கொண்ட நிபுணத்துவமோ இடம்பெற்றவுடன், கேள்விக்கு நடுநிலையான பதில் தேவைப்பட்டாலும், கிட்டத்தட்ட ஒவ்வொரு மாடலும் அவற்றையே எதிரொலித்தது என்பதையும் அந்த ஆய்வு கண்டறிந்தது.
• காலாவதியான நினைவுகள்: பிற்கால உரையாடல் ஒரு விவரத்தை உண்மையற்றதாக்கிய பிறகும், உதவியாளர் அதன் அடிப்படையிலேயே தொடர்ந்து செயல்படுகிறது — குறிப்பாக நீங்கள் அதை வெளிப்படையாகச் சொல்லாதபோது. இத்தகைய மறைமுக மாற்றங்களை மாடல்கள் கவனிக்கின்றனவா என்பதைச் சோதித்த ஒரு மே 2026 பெஞ்ச்மார்க்கில், சிறந்த மாடல் சராசரியாக 55.2% பெற்றது.
• நினைவகச் சுமை: ஒரு உதவியாளர் எவ்வளவு அதிகமாகத் திரும்பப் படிக்க வேண்டியிருக்கிறதோ, முக்கியமானதைக் கண்டறிவது அவ்வளவு கடினமாகிறது. 2024-ஆம் ஆண்டு பெஞ்ச்மார்க்கான LongMemEval, தொடர்புடைய அமர்வுகள் மட்டும் வழங்கப்பட்ட மாடல்களைவிட, சுமார் 1,15,000 டோக்கன்கள் கொண்ட அரட்டை வரலாற்றைப் படித்த மாடல்கள் 30% முதல் 60% வரை மோசமாகச் செயல்பட்டதைக் கண்டறிந்தது.
• நினைவக நச்சூட்டல்: தவறான தகவலோ மறைக்கப்பட்ட வழிமுறைகளோ ஒரு உதவியாளரின் நினைவகத்துக்குள் நுழைகின்றன — உதாரணமாக, நீங்கள் படிக்கச் சொல்லும் உள்ளடக்கத்தின் மூலம்; இதன் விளைவாகச் சார்புடைய அல்லது பாதுகாப்பற்ற பதில்களோ தரவுக் கசிவுகளோ ஏற்படுகின்றன.
• தனியுரிமை அபாயங்கள்: தனிப்பட்ட விவரங்கள் வந்த அரட்டையைத் தாண்டியும், சில நேரங்களில் நீங்கள் எதிர்பார்ப்பதைவிட நீண்ட காலத்துக்கும் நினைவகம் அவற்றை வைத்திருக்கிறது. உதாரணமாக, Perplexity பாதுகாப்பு மற்றும் பிழைத்திருத்தத்துக்காக நீக்கப்பட்ட நினைவுகளின் பதிவை 30 நாட்கள் வரை வைத்திருக்கலாம். தரவுப் பாதுகாப்புச் சட்டம் சேமிக்கப்பட்ட நினைவுகளைத் தனிப்பட்ட தரவாகக் கருதுகிறது; எனவே அவற்றை மதிப்பாய்வு செய்து நீக்கும் வசதி உங்களுக்கு இருக்க வேண்டும்.

AI நினைவகத்தைப் பார்ப்பது, திருத்துவது, முடக்குவது எப்படி

ஒரு உதவியாளர் என்ன சேமித்துள்ளது என்பதைப் பார்க்கலாம், அதை நீக்கலாம், நினைவகத்தை முடக்கலாம், அல்லது நினைவுகளை உருவாக்காத தனிப்பட்ட அரட்டையைப் பயன்படுத்தலாம்.

நினைவக நிர்வாகம் என்பது சில கட்டுப்பாடுகளில் அடங்கிவிடுகிறது. ஒவ்வொன்றும் என்ன செய்கிறது, அதை எப்போது பயன்படுத்த வேண்டும் என்பது இதோ:

முற்றிலும் புதிதாகத் தொடங்க, நினைவகத்தை முடக்கி, சேமிக்கப்பட்டவற்றை அழியுங்கள்.

Perplexity நினைவகத்தை எவ்வாறு கையாள்கிறது

Perplexity நினைவகம் அது வழங்கும் ஒவ்வொரு மாதிரியிலும் செயல்படுகிறது.

Perplexity இரண்டு மூலங்களிலிருந்து பதில்களைத் தனிப்பயனாக்குகிறது: நீங்கள் பகிரும் விருப்பங்களும் விவரங்களுமான நினைவுகள், உங்கள் தேடல் வரலாறு. ஒரு நினைவு ஒரு பதிலை வடிவமைக்கும்போது, அது அந்தப் பதிலின் மூலங்களில் தோன்றும்; இதனால் எந்த நினைவுகள் பயன்படுத்தப்பட்டன என்பதைப் பார்த்து, அவற்றில் எதையும் நீங்கள் நீக்கலாம்.

விரிவாக்கு

மேலும், உங்களைப் பற்றிய விவரங்களை வழங்குவதன் மூலமும், திட்டங்களுக்கான தனிப்பயன் வழிமுறைகளை வழங்குவதன் மூலமும் (ஒவ்வொரு திட்டத்துக்கும் அதற்கெனத் தனி நினைவக அடுக்கு உள்ளது) உங்கள் பதில்களைத் தனிப்பயனாக்கலாம்.

விரிவாக்கு

நீங்கள் அதை முடக்காவிட்டால் (அமைப்புகள் → விருப்பத்தேர்வுகள் → செயற்கை நுண்ணறிவு என்பதில் உள்ள AI தரவுத் தக்கவைப்பு), நுகர்வோர் கணக்குகளில் (Enterprise கணக்குகளில் ஒருபோதும் இல்லை) தனது மாதிரிகளை மேம்படுத்த Perplexity நினைவக உள்ளடக்கத்தைப் பயன்படுத்தக்கூடும்.

Max மற்றும் Enterprise Max சந்தாதாரர்களுக்கு Brain-உம் கிடைக்கிறது; இது உங்கள் திட்டங்களையும் பணிகளையும் கண்காணிப்பதன் மூலம் நினைவகத்தை மேலும் விரிவுபடுத்தும் பகிரப்பட்ட நினைவக அடுக்கு. இதற்கெனத் தனி நிலைமாற்றி உள்ளது, மேலும் இது மறைநிலை அமர்வுகளைப் புறக்கணிக்கிறது.

Perplexity-ஐ முயன்று பாருங்கள், நினைவுகள் உங்கள் அடுத்த பதிலை எவ்வாறு வடிவமைக்கின்றன என்பதைச் சரிபாருங்கள்.

AI நினைவகம்: அடிக்கடி கேட்கப்படும் கேள்விகள்

AI-இல் வரையறுக்கப்பட்ட நினைவகம் என்றால் என்ன?

கடந்த நிகழ்வுகளையும் விளைவுகளையும் நினைவுகூர்ந்து, காலப்போக்கில் சூழ்நிலைகளைக் கண்காணிக்கக்கூடிய, ஆனால் அந்தத் தரவைக் கடந்த அனுபவங்களின் நீண்டகால நூலகத்தில் வைத்திருக்க முடியாத AI-ஐ வரையறுக்கப்பட்ட நினைவக AI என்று IBM வரையறுக்கிறது. இது AI அமைப்புகளின் வகைப்பாட்டில் உள்ள நான்கு வகைகளில் ஒன்று; சாட்பாட்களையும் மெய்நிகர் உதவியாளர்களையும் IBM இந்த வகையில் சேர்க்கிறது.

உதவியாளர் நினைவகம் என்பது அந்த அமைப்புகள் கூடுதலாகச் சேர்க்கும் வெளிப்புற நினைவகம். இது அமர்வுகளைக் கடந்தும் நீடிக்கும்; இதனால் முந்தைய உரையாடலில் நீங்கள் பகிர்ந்த விவரங்களை ஒரு உதவியாளர் பயன்படுத்த முடியும்.

எந்த AI உதவியாளருக்குச் சிறந்த நினைவகம் உள்ளது?

எல்லோருக்கும் சிறந்த ஒரே உதவியாளர் என்று எதுவும் இல்லை. நல்ல நினைவகம் என்பது நீங்கள் கட்டுப்படுத்தக்கூடியது; எனவே நான்கு கேள்விகளைக் கேட்டு AI கருவிகளை மதிப்பிடுங்கள்: அது எதைச் சேமித்தது என்பதை உங்களால் பார்க்க முடியுமா? ஒரு நினைவை அது உருவான அரட்டையிலிருந்து தனியாக நீக்க முடியுமா? பயிற்சி என்பது நினைவகத்திலிருந்து தனி அமைப்பாக உள்ளதா? நினைவுகளை உருவாக்காத தற்காலிக அல்லது மறைநிலை பயன்முறை உள்ளதா?

உங்களைப் பற்றி அது நினைவில் வைத்திருப்பவற்றிலிருந்து ஒரு AI மாதிரி கற்றுக்கொள்கிறதா?

ஒரு பதிலில் நினைவகத்தைப் பயன்படுத்துவது பயிற்சியிலிருந்து வேறுபட்ட செயல்முறை. உங்கள் வரலாற்றைப் பயிற்சித் தரவாகக் கருதுவதற்குப் பதிலாக, அது உங்கள் நினைவகச் சேமிப்பிலிருந்து தொடர்புடைய சூழலைப் பெறுகிறது என்று Perplexity கூறுகிறது. மாதிரிகளை மேம்படுத்த உங்கள் உள்ளடக்கத்தைப் பயன்படுத்தலாமா என்பது தனி அமைப்பு. நுகர்வோர் கணக்குகளில், அந்த நோக்கத்துக்காக Perplexity நினைவக உள்ளடக்கத்தைப் பயன்படுத்தக்கூடும்; AI தரவுத் தக்கவைப்பு அதை முடக்குகிறது.

விரிவாக்கு

AI நினைவகத்தில் எவற்றைச் சேர்க்கக்கூடாது?

சேமிக்கப்படுவதையோ, உங்களைப் பற்றிய சுயவிவரத்தை உருவாக்கப் பயன்படுத்தப்படுவதையோ, பின்னர் மீண்டும் வெளிப்படுவதையோ நீங்கள் விரும்பாத எதையும் AI நினைவகத்தில் சேர்க்காதீர்கள்: அடையாள மற்றும் நிதி விவரங்கள், உடல்நலத் தகவல்கள், கடவுச்சொற்கள், பிறரின் தகவல்கள், குழந்தைகள் பற்றிய எதுவும். பொதுவெளிக்கு வந்தால் சிக்கல்களை ஏற்படுத்தக்கூடிய எந்த ப்ராம்ப்ட்டையும் தவிர்க்குமாறு கனடாவின் தனியுரிமை ஆணையர் அலுவலகம் (மே 2025), ஐக்கிய இராச்சியத்தின் தேசிய இணையப் பாதுகாப்பு மையம் (மார்ச் 2023) ஆகியவை பரிந்துரைக்கின்றன.

வடிப்பான்கள் தனியுரிமை அபாயங்களைக் குறைக்கின்றன, ஆனால் உங்கள் உடல்நல அல்லது நிதித் தகவல்கள் சேமிக்கப்படவே மாட்டா என்று உத்தரவாதம் அளிப்பதில்லை; எனவே உங்கள் நினைவகத் தொகுப்பை மதிப்பாய்வு செய்து, ஒருமுறை மட்டுமான உணர்திறன் மிக்க கேள்விகளுக்கு மறைநிலையைப் பயன்படுத்துங்கள்.