基于大语言模型的任务响应方法及装置、电子设备、介质

本申请涉及人工智能技术领域，尤其是涉及一种基于大语言模型的任务响应方法及装置、电子设备、介质。本申请需要先获取目标序列数据；从目标序列数据中的多个序列子数据中选择当前序列子数据；通过输入层将当前序列子数据转化为对应的当前特征向量；通过核心层根据当前特征向量对序列记忆参数进行更新，并依照时间步的排序，从目标序列数据中的多个序列子数据中重新选择当前序列子数据；返回执行将当前序列子数据输入线性循环神经网络大模型，直至目标序列数据的各序列子数据均被选择，通过输出层根据当前序列子数据和序列记忆参数，生成任务响应结果。如此便可在大语言模型在面对较长序列数据的处理需求时，能够对算力终端带来较小的算力负担。