有关记忆的帮助

你好，我目前正在新使用 chatglmv4 模型，我需要一些建议/帮助，特别是关于 chatglm 的记忆化，比如如何有效地存储 chatglm 中的关键词，如果加载太多上下文，GPU VRAM 会高，如果进行裁剪，历史数据将会丢失。有没有有效的方法来实现这一点？如果需要，我可以在这里简要介绍我的使用案例。