一种基于人类认知启发的大语言模型长期记忆方法

本发明提供基于人类认知启发的大语言模型长期记忆方法，根据滑动窗口计算历史交互文本向量的语义相似度分布，并计算窗口的局部信息熵；基于相邻窗口的局部信息熵值差，确定事件边界；将各离散事件作为模型的记忆，对记忆分区管理；在事件记忆分区已满时，将低留存率的记忆事件转移到长期记忆区；在交互的内容涉及到历史信息时，使用情境化记忆检索方法在事件记忆分区检索相关历史事件；大语言模型结合当前上下文以及检索的相关历史事件，为用户生成内容。本发明采用基于事件切割理论的记忆编码与存储、多层级动态记忆管理、事件级别的情境化记忆检索方法，从而解决了现有的大语言模型长期记忆方法缺乏动态记忆和情境化的问题。