摘要
本发明公开了一种基于事件驱动的多层反思记忆的实现方法,包括:步骤S1,引入事件驱动的反思记忆至LLM模型中,捕获并生成事件;步骤S2,对生成的事件进行存储并定期处理;步骤S3,引入多层反思机制,对LLM模型中事件进行分层提炼和概括;步骤S4,设计记忆检索机制,快速定位LLM模型中与当前任务相关的事件和反思,并对相关事件和反思进行评分;步骤S5,引入遗忘机制,定期评估并移除事件和反思。本发明显著增强了大语言模型在长文本生成和多轮对话任务中的表现。
技术关键词
记忆
遗忘机制
生成事件
向量空间模型
事件流
多轮对话
树状结构
文本
频率
高层次
参数
索引
分层
链表
节点
度量
字段
语义
系统为您推荐了相关专利信息
健康监测系统
健康监测方法
子模块
多模态
电化学传感器
人工智能语音
音频数据处理方法
深度神经网络模型
音频数据处理装置
长短期记忆网络
轨迹点数据
轨迹分析方法
图像增强
农机
融合特征
长短期记忆神经网络模型
视频追溯系统
包裹
监测点
温湿度
图像增强方法
视觉传感器
多尺度特征
序列
递归神经网络