本研究提出了一种名为HEMA的双重记忆系统，旨在提高大型语言模型在长时间对话中的连贯性。HEMA结合了Compact Memory和基于余弦相似性的Vector Memory，实验结果显示其在300个回合对话中显著提升了事实回忆的准确率和连贯性。

本研究探讨了提升大型语言模型在自然语言理解、对话连贯性和情感智能方面的表现。通过优化数据集和模型设计，研究表明这些改进增强了用户体验，并为AI应用开辟了新可能。未来将关注人性化属性的伦理影响及潜在偏见问题。