摘要
本申请公开了一种图驱动的自注意可压缩记忆管理方法,属于渗透测试技术领域,本申请通过构建关注图,利用边权值精准刻画多Agent节点间的语义依赖与注意力流向,提高了信息的关联性和可获取性,在筛选与加载方面,本申请基于关注图边权值和任务相关特征筛选关键记忆片段,仅加载有用信息,有效剔除冗余,减少了系统处理的数据量,提升了系统运行效率,本申请在面对记忆内容超出大模型输入上下文窗口限制时,语义压缩模块能够基于多种要素对历史信息进行摘要处理,在保证关键语义信息不丢失的前提下,将摘要长度控制在窗口限制内,确保模型能够正常处理信息,提高了系统对不同数据量的适应性和稳定性。
技术关键词
记忆管理
摘要
节点
渗透测试技术
动态有向图
漏洞扫描工具
预训练语言模型
系统运行效率
信息不丢失
语义关联度
注意力
消息分发
参数
标识
错误码
自然语言
系统为您推荐了相关专利信息
电力监控系统
序列
模块依赖关系
轨迹
监控电力系统
奶牛肢蹄
特征值
关节点
训练机器学习算法
机器学习算法模型
事件检测方法
事件检测模型
编码向量
注意力
编码模块
信息变更
节点
运维数据处理方法
指令
运维数据处理系统