Более прочная основа для памяти ChatGPT
Улучшаем синтез памяти в ChatGPT, оптимизируя актуальность, непрерывность и релевантность.
Сегодня мы начинаем развертывать более эффективную и масштабируемую систему синтеза памяти, созданную для решения проблем устаревания, точности и масштабируемости, которые мы наблюдаем, когда память применяется к сотням миллионов пользователей и многолетним временным горизонтам в ChatGPT.
Память помогает ChatGPT запоминать ваши предпочтения, проекты и ограничения, чтобы будущие диалоги начинались с общего контекста, а не с нуля.
За последние два года память стала важной частью опыта ChatGPT, помогая ChatGPT лучше понимать ваш контекст и со временем помогать вам достигать значимых целей. Это ключ к тому, чтобы сделать ChatGPT полезнее: знать вас, помогать вам и делать для вас больше.
Это обновление уже доступно пользователям Plus и Pro в США, а в ближайшие недели станет доступно в других странах, а также пользователям Free и Go.
Память впервые была запущена в апреле 2024 года (также известна как сохраненные воспоминания). Эта функция позволяла попросить ChatGPT запомнить информацию и переносить ее в будущие чаты.

Сохранённые записи памяти создавались только во время разговора и опирались на явные сигналы, чтобы определить, когда задействовать память, например на инструкцию «запомни, что я еду в Сингапур в июле». На практике взаимодействие с такой системой могло ощущаться как разговор с человеком, который сделал несколько заметок, но всё равно забывает всё, что не было записано. Со временем сохранённые записи памяти также могут устаревать и становиться неточными или нерелевантными.
В апреле 2025 года мы обновили память ChatGPT, дав модели возможность обращаться к контексту чата за пределами списка сохраненных записей памяти; это было сделано с помощью первой версии dreaming — метода, с помощью которого ChatGPT автоматически курирует записи памяти в фоновом режиме, обращаясь к истории чатов.

В отличие от сохраненных записей памяти, dreaming использует фоновый процесс, позволяющий ChatGPT учиться на множестве разговоров и синтезировать состояние памяти ChatGPT, чтобы всегда предоставлять вашим беседам самый свежий и релевантный контекст. Dreaming также облегчает включение в память контекста, который естественно возникает в разговоре, без необходимости явно просить что-то запомнить.
За последний год dreaming дополнял сохраненные записи памяти, обеспечив скачкообразное улучшение способности ChatGPT персонализировать ответы и компенсировать устаревание сохраненных воспоминаний. Однако исторически этого никогда не было достаточно как самостоятельной системы памяти.
Сегодня мы запускаем значительно более эффективную и вычислительно экономичную архитектуру памяти, построенную поверх dreaming.
Записи памяти, синтезированные с помощью dreaming, можно просматривать через их сводку, доступную на странице сводки памяти. В сводке памяти можно быстро увидеть главное из того, что ChatGPT знает о вас, добавить или обновить информацию о себе и дать инструкции о том, какие темы ChatGPT должен поднимать и когда. Если вы хотите подробнее разобраться в какой-то области, просто пообщайтесь с моделью.

Когда мы думаем о том, как выглядит «хорошая память» в ChatGPT, на ум приходит несколько вещей:
- Переносить полезный контекст: вы один раз сообщаете что-то ChatGPT, и он запоминает эту информацию в ваших последующих чатах.
- Следовать предпочтениям и ограничениям: если вы описываете предпочтение (например, что вы вегетарианец), ChatGPT должен в дальнейшем действовать в соответствии с этим предпочтением.
- Оставаться актуальной со временем: Память должна учитывать течение времени. Представьте: «Пользователь планирует вечеринку в честь дня рождения на следующую субботу»; в конце концов наступает воскресенье.
Мы можем оценить, как память ChatGPT у пользователей Plus и Pro со временем улучшалась по каждой из трёх целей, описанных выше. Для этого мы рассматриваем:
- 2024: сохраненные записи памяти
- 2025: сохраненные записи памяти + Dreaming V0
- 2026: Dreaming V3
Когда вы начинаете новый чат с ChatGPT, вам не нужно представляться с нуля. ChatGPT может экономить ваше время и опираться на предыдущий контекст, особенно в сложных долгосрочных проектах.
Например, представьте, что вы используете ChatGPT, чтобы выбрать новое оборудование для камеры, совместимое с вашей текущей камерой. Если вы раньше обсуждали с ChatGPT свой комплект фототехники, вы можете попросить товары, совместимые с «моим набором для фотографии», и получить персональные рекомендации, отвечающие вашим потребностям.
GPT-5.2 Instant
Модель выдает общий ответ, из-за чего пользователю приходится самостоятельно выполнять сложные проверки совместимости.
GPT-5.3 Instant
Модель помнит комплект фототехники пользователя и рекомендует совместимый продукт.
GPT‑5.2 Instant в итоге отвечает на вопрос, но, пытаясь объяснить свои границы безопасности, начинает с длинного вступления о том, с чем он не может помочь. GPT‑5.3 Instant, с другой стороны, сразу переходит к ответу.
Мы можем построить систему оценки на примерах такого типа, где модели предлагается ответить на промпт, требующий вспомнить фактическую информацию о пользователе. Затем модель получает вознаграждение, если её ответ корректно использует релевантный контекст. В рамках этой оценки новая система на основе dreaming улучшает способность модели воспроизводить релевантные факты.
Память также помогает ChatGPT отвечать так, чтобы лучше соответствовать вашим предпочтениям и ограничениям.
Представьте, что вы планируете поездку в Сингапур. За два месяца до поездки вы просите ChatGPT помочь с маршрутом. ChatGPT уже знает из прошлого планирования путешествий, что вам нравится фотографировать дикую природу, вы предпочитаете отели с мощным кондиционированием и спокойный ужин шумному бару.
GPT-5.2 Instant
Модель выдает общий ответ, который больше похож на туристический, не помогает с бронированием отеля и в основном игнорирует интересы пользователя.
GPT-5.3 Instant
Модель выдает ответ, персонализированный под интерес пользователя к фотографии дикой природы, спокойным ужинам и его приоритеты при бронировании отеля.
GPT‑5.2 Instant в итоге отвечает на вопрос, но, пытаясь объяснить свои границы безопасности, начинает с длинного вступления о том, с чем он не может помочь. GPT‑5.3 Instant, с другой стороны, сразу переходит к ответу.
Предпочтения могут принимать несколько форм:
- Инструкции о том, как ChatGPT должен отвечать («не упоминай Стэна снова»).
- Ваши личные предпочтения или ограничения («я вегетарианец»)
- Неявные предпочтения, которые определяют, что для вас релевантно («я живу рядом с Сан-Франциско» → местные варианты должны быть адаптированы к этому району)
Разрабатывая новую систему памяти, мы улучшили способность ChatGPT применять релевантные предпочтения из прошлых разговоров. Следуя приведенному выше примеру - «я вегетарианец», мы можем оценить, правильно ли модель использует память, чтобы предлагать подходящие для вегетарианцев варианты питания, когда пользователь-вегетарианец просит идеи для заготовки еды.
Время не останавливается, когда заканчивается ваш чат.
Традиционные системы памяти могут устаревать. Например, вы говорите ChatGPT: «Я в Сингапуре, и мне нужна рекомендация для ужина сегодня вечером». Затем проходит время, ваша поездка заканчивается, и вы удивляетесь, почему ChatGPT все еще думает, что вы в Сингапуре.
С dreaming воспоминания автоматически обновляются по мере течения времени, позволяя ChatGPT пересматривать свою память с «вы собираетесь в Сингапур в июле» на «вы ездили в Сингапур в июле 2026 года», когда поездка заканчивается. Затем, когда вы возвращаетесь домой, ChatGPT снова может давать рекомендации, адаптированные к вашему домашнему местоположению и часовому поясу.
GPT-5.2 Instant
Модель думает, что пользователь все еще в Сингапуре.
GPT-5.3 Instant
Модель дает ответы, релевантные домашнему местоположению пользователя.
GPT‑5.2 Instant в итоге отвечает на вопрос, но, пытаясь объяснить свои границы безопасности, начинает с длинного вступления о том, с чем он не может помочь. GPT‑5.3 Instant, с другой стороны, сразу переходит к ответу.
В наших оценках памяти мы измеряем, может ли ChatGPT правильно отвечать на промпты, где течение времени существенно влияет на правильный ответ или рекомендацию. Dreaming дает значительный прирост в этой области:
В OpenAI наша миссия — сделать так, чтобы общий искусственный интеллект приносил пользу всему человечеству.
Хотя память на основе dreaming уже некоторое время доступна пользователям Plus и Pro, только сейчас мы можем предложить пользователям Free версию, которая соответствует нашим стандартам качества и может эффективно работать в таком масштабе. Благодаря недавним улучшениям объём вычислительных ресурсов, необходимых для работы dreaming у пользователей Free, сократился примерно в пять раз. Это позволит начать поэтапное внедрение dreaming для пользователей Free в ближайшие недели, а также увеличить объём памяти для пользователей Plus и Pro.
Заглядывая вперёд, можно сказать, что dreaming уже создаёт единую основу памяти для всех пользователей. Это самое продвинутое решение для памяти в ChatGPT на сегодняшний день, и мы продолжим его совершенствовать.
Чтобы узнать больше об этом выпуске и пользовательских настройках памяти, посетите наш FAQ по памяти(открывается в новом окне).




