一种双向反馈驱动的大模型动态记忆调控系统及方法

本发明公开的是一种双向反馈驱动的大模型动态记忆调控系统及方法，系统包括路由器、生成器、执行器、记忆系统，通过四大核心机制实现优化：1)动态分级机制，基于时效性、准确性、重复性和上下文一致性，利用模糊综合评价划分记忆等级；2)遗忘机制，采用TinyBERT对低优先级记忆进行知识蒸馏压缩，并清除冗余数据；3)增强机制，通过LLM合并相似任务记忆生成优化叙事文本；4)提取机制，结合潜在语义索引与检索增强生成技术精准检索知识，本发明通过执行器反馈与记忆系统的双向交互，实现任务分配、生成、执行与记忆强化的闭环调控，显著提升存储效率、任务解决速度及长期自适应能力，适用于大语言模型的复杂场景优化。