一种基于大模型的多次推理系统、方法、设备及介质

本申请公开了一种基于大模型的多次推理系统、方法、设备及介质。在本申请中，选择器将精力集中于智能体的选择，而不进行任务拆解，把任务的实现逻辑封装在具体的智能体。每个智能体可专注于自身擅长的特定任务领域，针对该领域的特点进行优化和调整，提高任务处理的效率和质量。选择器通过结合选择的智能体以及记忆智能体记录的交互信息，选择器对当前用户问题进行重新描述，而非进行API参数抽取，避免因简单的API参数抽取而导致信息丢失或误解，考虑了历史交互的上下文和智能体的功能特点。记忆体中存储的丰富交互信息为选择器提供了宝贵的决策依据。系统通过一种「多轮选择+任务内部推理」的组合方式，缓解在专有领域内对复杂问题的处理难度。