基于重排重要性数据的分级压缩方法、装置、设备及介质

本发明涉及数据压缩存储技术领域，公开了一种基于重排重要性数据的分级压缩方法、装置、设备及介质，包括：对初始语言模型进行压缩感知训练，对待处理文本进行语义分片和位置重要性分析，生成键缓存和值缓存；依据键缓存确定重排顺序，联合重排键缓存、值缓存和重要性数据，分别进行压缩并封装为压缩缓存块；在注意力处理时解码压缩缓存块，结合当前查询数据生成模型处理结果。本发明可应用于金融科技及医疗健康等业务场景中，通过压缩感知训练、缓存联合重排和值缓存分级压缩，使不同重要程度的缓存数据获得差异化压缩精度，从而降低缓存占用，减少关键语义信息损失，并提升长文档推理的准确性。