【技术实现步骤摘要】
本申请涉及数据处理领域，尤其是一种基于大语言模型的记忆检索方法以及相关装置。
技术介绍
1、在信息技术飞速发展的当下，人们每日需处理与记忆的信息量爆炸式增长，这给大语言模型(llm)的应用带来了诸多挑战。
2、相关技术中，大语言模型主要依赖传统的上下文存储方式，这种存储方式存在着显著的缺陷。首先，这种存储方式导致模型的记忆容量有限，无法承载用户长期积累的大量个性化信息，难以满足其实际需求。其次，模型的遗忘率高，模型难以持久存储特定用户信息，频繁出现的“健忘”问题致使交互缺乏连贯性，影响用户体验。再者，信息检索效率低，在海量信息中精准快速地找出用户所需个性化信息颇具难度，极大地影响了模型的响应速度与准确性。同时，相关技术中还缺乏有效的信息分类机制，难以对用户个性化信息进行智能分类与组织，使得信息管理杂乱无章，检索过程阻碍重重。另外，信息更新机制不完善，无法高效整合与更新用户的新旧信息，容易引发信息冗余或矛盾等状况。
3、上述这些问题在大语言模型与用户的交互过程中尤为明显，严重阻碍了用户体验的提升以及信息处理效率的优...
【技术保护点】
1.一种基于大语言模型的记忆检索方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于大语言模型的记忆检索方法，其特征在于，所述基于所述实时交互意图对短期记忆模块以及长期记忆模块进行记忆检索，得到目标检索信息之前，还包括：
3.根据权利要求2所述的基于大语言模型的记忆检索方法，其特征在于，所述将所述待存储信息按照重要性评分和时效性评分存储到短期记忆模块中，包括：
4.根据权利要求3所述的基于大语言模型的记忆检索方法，其特征在于，所述按照动态转移策略将所述短期记忆模块中存储的关键信息转存至长期记忆模块中，包括：
5...
【技术特征摘要】
1.一种基于大语言模型的记忆检索方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于大语言模型的记忆检索方法，其特征在于，所述基于所述实时交互意图对短期记忆模块以及长期记忆模块进行记忆检索，得到目标检索信息之前，还包括：
3.根据权利要求2所述的基于大语言模型的记忆检索方法，其特征在于，所述将所述待存储信息按照重要性评分和时效性评分存储到短期记忆模块中，包括：
4.根据权利要求3所述的基于大语言模型的记忆检索方法，其特征在于，所述按照动态转移策略将所述短期记忆模块中存储的关键信息转存至长期记忆模块中，包括：
5.根据权利要求4所述的基于大语言模型的记忆检索方法，其特征在于，所述将满足所述转移条件的短期存储信息从所述短期记忆模块转移到所述长期记忆模块中，包括：
6.根据权利要求5所述的基于大语言模型的记忆检索方法，其特征在于，所述通过长期记忆模型，将接收的短期存储信...
【专利技术属性】
技术研发人员：肖锡尧，郑叔亮，
申请(专利权)人：北京聆心智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。