基于记忆循环网络增强的大语言模型人机交互方法及系统

本发明公开了一种基于记忆循环网络增强的大语言模型人机交互方法及系统，本发明方法包括将用户或者用户程序发起的任务请求编码转换为可供记忆仓库查询记忆项的单维或多维对象，从记忆仓库查询记忆项，将查询得到的记忆项筛选后生成上下文，将上下文和预设的提示词组合后输入大语言模型；获取大语言模型执行得到的输出结果，执行输出结果并获取估结果，生成包含评估报告的任务结果；若任务请求是已经完成，则将本次任务请求执行过程中的信息生成记忆项并添加至记忆仓库中。本发明旨在使大语言模型的输入端、处理阶段和输出段都能智能化地选取对推理有帮助的记忆，并跟人类智能协同进行有效的认知信息整合，从而提升对复杂问题处理解决的效率。