一种图驱动的自注意可压缩记忆管理方法

AITNT
正文
推荐专利
一种图驱动的自注意可压缩记忆管理方法
申请号:CN202511153577
申请日期:2025-08-18
公开号:CN120994822A
公开日期:2025-11-21
类型:发明专利
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
1
一种舞蹈教学方法及系统
虚拟对象 加速度 关节点 视频编辑软件 关键帧
2
一种基于人工智能的电力监控系统
电力监控系统 序列 模块依赖关系 轨迹 监控电力系统
3
奶牛肢蹄表现异常识别模型的确定方法、应用方法及产品
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
4
基于触发词相关性和多头图注意力网络的事件检测方法及相关设备
事件检测方法 事件检测模型 编码向量 注意力 编码模块
5
运维数据处理方法、系统、电子设备和存储介质
信息变更 节点 运维数据处理方法 指令 运维数据处理系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号