侧边栏壁纸
博主头像
栗子 博主等级

行动起来,活在当下

  • 累计撰写 15 篇文章
  • 累计创建 11 个标签
  • 累计收到 2 条评论

目 录CONTENT

文章目录

多轮对话AI保持长期记忆的优化策略

albert_luo
2025-03-15 / 0 评论 / 0 点赞 / 7 阅读 / 0 字
温馨提示:
本文最后更新于2025-03-15,若内容或图片失效,请留言反馈。 部分素材来自网络,若不小心影响到您的利益,请联系我们删除。

在大模型Agent中,长期记忆状态的维护对用户体验至关重要,本文结合LangChain用8种不同策略的记忆维护在不同场景进行应用介绍

1、滑动窗口获取最近对话内容

可以记忆点为最近一两次的对话

适用场景:电商商品咨询,ConversationBufferWindowMemory可以聚焦最近一两个问题,使得AI更专注而不是整个历史对话进行回复;

2、获取历史对话中的实体信息

ConversationEntityMemory

适用场景:应用于需要注重实体关联细节的对话中提供更准确的答复;例如:法律咨询、会计准则等需要准确精细信息回复的场景。

3、对历史对话进行阶段性总结-摘要

ConversationSummaryMemory

4、基于向量检索对话信息

该策略适用于需要检索大量历史内容多个相似的内容进行总结回答

5、回溯最近和最关键的对话信息

ConversationTokenBufferMemory

未完...

0

评论区