要約
注目を集めている長期記憶 (LTM) 機能の応用分野の 1 つは、パーソナル AI コンパニオンおよびアシスタントです。
過去のインタラクションを保持して文脈化し、ユーザーの好みに適応する機能を備えたパーソナル AI コンパニオンおよびアシスタントは、AI との対話方法に大きな変化をもたらすことを約束しており、個人および職業上の場面で不可欠なものになる予定です。
ただし、この進歩により、これらのシステムの導入と広範な使用に関して慎重な検討が必要となる新たな課題と脆弱性が生じています。
このペーパーの目的は、総合的な評価アプローチを使用して、LTM 機能を備えたパーソナル AI アプリケーションを構築および展開することのより広範な影響を探ることです。
これは 3 つの方法で行われます: 1) 大規模言語モデルにおける LTM の技術的基盤のレビュー、2) 現在のパーソナル AI コンパニオンとアシスタントの調査、3) これらのアプリケーションの展開と使用の重要な考慮事項と影響の分析。
要約(オリジナル)
One application area of long-term memory (LTM) capabilities with increasing traction is personal AI companions and assistants. With the ability to retain and contextualize past interactions and adapt to user preferences, personal AI companions and assistants promise a profound shift in how we interact with AI and are on track to become indispensable in personal and professional settings. However, this advancement introduces new challenges and vulnerabilities that require careful consideration regarding the deployment and widespread use of these systems. The goal of this paper is to explore the broader implications of building and deploying personal AI applications with LTM capabilities using a holistic evaluation approach. This will be done in three ways: 1) reviewing the technological underpinnings of LTM in Large Language Models, 2) surveying current personal AI companions and assistants, and 3) analyzing critical considerations and implications of deploying and using these applications.
arxiv情報
| 著者 | Eunhae Lee |
| 発行日 | 2024-09-17 13:48:29+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google