本发明涉及语言处理及深度学习技术领域，具体涉及一种提高大模型私人助理上下文能力的方法，包括以下步骤：S1、建立基于Transformer模型的优化计算模型；在Transformer模型中引入动态路由机制和残差路径，通过动态路由机制动态选择需要进行计算的tokens进入计算路径，不需要进行计算的tokens进入残差路径；S2、对建立的计算模型进行训练和优化；S3、将训练和优化好的模型用于大模型私人助理的长序列处理。本发明通过在Transformer模型中引入动态计算分配机制，减少不必要的计算资源消耗，并提高模型处理长上下文的效率。