原始名称记载: 之江实验室

本申请涉及一种表格信息检索方法、装置、计算机设备以及存储介质。所述方法包括：确定可检索表格的表格图片和表格标题；基于提示词模板，根据可检索表格的表格链接的位置信息、表格标题、表格摘要生成指令和表格摘要规范，生成表格提示词；根据表格提示词生成表格摘要文本，并确定摘要分片，对摘要分片进行向量化处理，确定摘要文本向量；将表格摘要文本、表格摘要文本对应的文本标识、表格链接的链接序号、可检索表格的表格图片地址和摘要文本向量存入向量数据库中；获取用户发出的信息检索请求，对向量数据库进行信息检索，确定信息检索请求对应的信息检索结果。上述方案，能够提高信息检索的准确性和完整性。

本发明公开了一种面向天文领域学术研究的多智能体系统及其配置方法，属于人工智能技术领域。所述系统包括：天文学术思考智能体层，作为系统“大脑”，由具备思维链的大语言模型驱动，负责科研任务的规划与反思；天文学术执行智能体层，作为系统“四肢”，通过轻量化模型完成工具调用；天文学术MCP工具库，通过标准化MCP协议提供网络搜索、文献检索等工具服务；天文学术讨论平台，提供多智能体与用户的交互界面及基于@提及的讨论机制。本发明通过构建分层协同架构与标准化协议对接，解决了现有智能体系统在科研认知深度、任务协同效率及群体智慧激发方面的不足，实现了从被动信息处理到主动科研发现的跨越。

本发明公开了一种面向单目内窥镜的偏振三维成像方法及装置。该方法包括以下步骤：首先构建适用于医用内窥镜场景的偏振三维成像数据集；然后，基于内窥环境下组织结构的偏振特性，设计并构建了一种融合双域交叉注意力机制的神经网络模型。通过引入融合损失函数对网络进行有效训练，获得训练完成的模型并将其保存。随后，将内窥镜实时采集的组织图像输入至训练好的模型中，输出组织表面的法向量信息。本发明结合深度学习与偏振成像的物理原理，所提出的法向量解算方法具备高精度与强鲁棒性的优势，适用于复杂的内窥医学场景。

本申请公开一种纳米缺陷的检测方法和检测系统，纳米缺陷的检测方法包括：生成纵向自旋偶极光场，纵向自旋偶极光场包括两个相反旋向的自旋光场，在测试光束的传播方向上，纵向自旋偶极光场由一个旋向的自旋光场逐渐演化为与之反向旋向的自旋光场，且纵向自旋偶极光场为均匀亮光斑；获取待测产品对纵向自旋偶极光场的散射光场；分离散射光场中两个不同旋向的自旋光场成分；确定两个不同旋向的自旋光场成分之间的差值与两个不同旋向的自旋光场总强度的比重；根据比重确定纳米缺陷的纵向位置。如此，对纳米缺陷的纵向位置的检测分辨率可以突破传统光学测量衍射极限的限制，实现纳米缺陷纵向位置的高精度测量。

本发明涉及一种深海成像声呐及其制作方法，所述深海成像声呐包括控制电路和压电陶瓷传感阵列，所述压电陶瓷传感阵列从下至上依次包括：PCB电路板、背衬层、压电层和声学匹配层。所述压电层为由M×M的软性压电陶瓷柱阵列和填充于相邻软性压电陶瓷柱之间切缝内的绝缘环氧树脂构成的1‑3型复合结构。其阵列规模为24×24至48×48，兼具优良的收发一体性能。且采用一体化成型及微加工工艺制作所述深海成像声呐，能够保证压电陶瓷传感阵列阵元一致性及良率，缩短高频阵总成时间和合格率，进一步提高工效。

本说明书提供了一种基于参数微调的策略模型优化方法、装置和电子设备，所述策略模型包括一预训练基模型和至少一参数微调模块，其中所述预训练基模型的参数在训练过程中被冻结；所述方法包括：针对一输入，使用所述策略模型生成一组候选输出；获取每个所述候选输出对应的奖励分数，并根据所述一组候选输出的奖励分数确定组内统计基准；基于每个所述候选输出的奖励分数与所述组内统计基准的比较，为每个所述候选输出确定其相对优势；基于为各个所述候选输出确定的相对优势，通过更新所述参数微调模块的参数以更新所述策略模型。

本发明公开了一种基于锚点压缩机制的多层注意力模型推理加速方法与装置，适用于大型语言模型推理阶段的计算优化。该方法通过在Transformer结构中的部分中间层插入锚点压缩模块，对输入序列进行重要性分析，动态筛选出具代表性的锚点位置；锚点作为查询向量，联合原始序列通过稀疏注意力机制生成压缩表达，从而降低注意力计算复杂度和显存占用；锚点压缩模块采用插拔式结构，可无缝嵌入已训练模型的推理路径，无需重新训练。实验表明，在保持生成质量的同时，本发明可显著提升推理吞吐量，降低首token延迟和GPU内存使用，具有良好的兼容性和工程实用价值。

本申请涉及一种预训练语言模型微调方法、推理服务系统、设备和介质，通过获取目标领域及其相关领域的原始指令，原始指令包括语言理解任务；对原始指令按照多维度指标进行评估与筛选，构建第一高价值指令集；从第一高价值指令集中提取相关领域的指令，并利用预训练语言模型对提取的指令进行过滤与可迁移性评估，得到第二高价值指令集；采用预训练语言模型对第二高价值指令集依次执行标注、筛选和增强处理，生成结构化训练样本；根据结构化训练样本训练预训练语言模型，以使预训练语言模型适配目标领域。通过本申请，减少了领域标注数据数量。

本发明公开了一种面向地质图多模态大模型训练的结构化语料生成方法及装置，该方法包括：预处理地质矢量数据，构建语义对齐的地质数据集；随机选择数据视口，设置地图视口的地理空间范围与尺寸；配置多个可视化参数项，对文本标注、要素符号和地图图件进行可控随机调整，按需定制化生产地质图样本；抽取地质图样本的多维属性信息构建结构化元信息标注数据，并构建地质要素掩膜标注文件，得到面向地质图多模态大模型训练的结构化语料。本发明实现了多样性、高质量、图文对齐特征的训练样本的规模化生产，地质图语料库符合多模态大模型训练对数据规模、多样性、标注精度及模态对齐性的要求，显著提升了地质图智能解译理解模型的训练效率和泛化能力。

本发明提供的深海视像数据智能分析方法、装置、电子设备及可读存储介质，包括：获取训练后的生物目标检测模型和微调后的多模态大模型，当多模态大模型获得待分析的目标深海视像数据和用户查询意图，从多种模型中确定出与用户查询意图相关的目标模型；利用目标模型从目标深海视像数据中检测出生境信息；由多模态大模型基于用户任务需求和生境信息对目标深海视像数据进行智能分析，生成分析结果。本发明通过引入小型生物目标检测，解决通用大模型在专业目标识别上精度低的问题，同时利用经过微调的大模型实现对深海探测视像数据的地质类别高精度识别，从而提高了大模型在深海探测视像数据处理的可用性。

本申请涉及一种单细胞数据增强表示方法、装置和存储介质。其中，该方法包括：获取单细胞基因表达的原始计数矩阵和基因模块数据集；基于原始计数矩阵进行基因特征转换，得到基因特征矩阵；基于基因特征矩阵、原始计数矩阵以及基因模块数据集，确定细胞模块活性矩阵；将基因特征矩阵通过基因编码器处理，生成基因隐向量，并且将细胞模块活性矩阵通过模块编码器处理，生成模块隐向量；以基因隐向量和模块隐向量作为交叉注意力融合模型的输入以第一损失项与第二损失项的加权和为优化目标进行交互融合，得到输出的融合隐向量；将融合隐向量投影至目标嵌入空间，生成单细胞增强表示。其通过交叉注意力融合模型整合隐向量，提升单细胞生物可解释性。

本申请涉及一种单细胞识别方法和存储介质，其中，该单细胞识别方法包括：获取单细胞原始基因表达数据、基因标签对照表和预训练先验基因特征数据；基于单细胞原始基因表达数据得到校正数据，并生成细胞监督标签，再结合基因标签对照表构建单细胞基因集活性矩阵；基于上述矩阵、标签、先验数据和校正数据，生成训练数据集，输入至初始细胞深度学习网络的分类器和重构模块中，得到分类结果和构活性矩阵；通过标签损失和重构损失加权合并得到总损失，反向传导梯度迭代训练，生成细胞深度学习网络；将校正数据输入该网络，推理得到细胞融合嵌入结果，进而得到单细胞识别结果。通过本申请，解决了单细胞识别准确率低的问题。

本发明公开了一种用于卫星通信的抗量子密码迁移优化方法，属于卫星通信领域。本发明包括：通过GPU并行执行卫星客户端和服务端之间的后量子密码学操作；通过GPU并行执行卫星客户端和服务端之间的签名与验证，以减少签名与验证的计算延迟；通过GPU对QUIC协议的高计算密集型部分进行并行加速处理；通过优化Xavier芯片的内存架构，实现高效的内存资源共享，减少CPU和GPU之间的内存带宽瓶颈，提高计算效率。本发明通过GPU加速和ARM内存资源优化两大部分，有效提升了卫星通信系统中抗量子密码算法的执行效率，减少系统延迟，提高通信吞吐量与安全性。

本发明公开一种深度优化的深海生态监测方法与系统，包括：首先，获取深海图像或视频数据并进行预处理，进行去噪和细节增强；其次，采用一种集成Swin Transformer主干、BiFPN颈部以及联式查询解码器的目标检测架构，对增强后的图像进行高精度、抗干扰的目标检测；然后，将检测出的结构化目标数据与原始图像一同输入多模态大语言模型，进行物种属性、行为模式等深层生态语义的推理与分析；最后，对视频数据进行多帧聚合与群落分析，并根据检测与分析结果自动生成结构化的深海生态监测报告。本发明通过模型创新与融合，解决深海环境下小目标检测难，背景噪声干扰严重，数据分析效率低、缺乏语义理解和自动化能力的问题。

本发明提供一种在kubernetes集群中基于kubemark的Pod故障注入方法和系统，该方法首先提供了一种故障采集工具，用于在真实集群中收集Pod故障信息；同时在仿真集群中使用改造的Kubemark创建与真实集群节点相同规格的虚拟节点，并部署CRI‑Proxy（容器运行时接口代理）组件执行故障注入和容器生命周期管理；通过“故障录音‑故障广播”的模式仿真故障场景，通过故障注入模拟Pod和容器生命周期异常，从而测试系统的稳定性和恢复能力，为真实集群提供有价值的性能测试数据和系统优化指导，节约了资源，提高了测试效率，同时能帮助复现问题、发现潜在缺陷，有助于提前规避各种风险。

本申请提供一种数据查询方法、电子设备及存储介质，涉及数据查询领域。根据用户输入的数据查询信息构建有向无环图；有向无环图的节点对应工具执行单元。按照有向无环图的拓扑顺序，依次触发各节点对应的工具执行单元执行对应操作，直至得到数据库查询指令。在工具执行单元执行对应操作之前校验其输入参数，以根据校验结果获取目标输入参数，提升数据查询指令的可靠性。将执行对应的操作所调用工具的工具标识、目标输入参数及执行结果中的至少一项返回客户端，便于用户判断生成数据库查询指令的逻辑合理性、工具调用的必要性以及各执行结果的准确性，将生成数据库查询指令的过程透明化，提升用户对目标数据的信任度，且降低异常分析难度。

本发明公开了一种基于多尺度对比学习的太阳动力学观测数据预训练方法，属于图像智能处理技术领域。本发明包括：对SDO观测数据进行预处理，构建自编码器与对比学习结合的预训练框架，包含重建损失与三层次对比目标：全局时间索引的类标记对齐、位置一致的跨模态补丁对齐、及同一时刻图像内的空间判别约束；采用签名对数强度变换与同步几何增强，兼容CNN/ViT骨干，输出模态不变且物理感知的多粒度表征。本发明训练的模型可作为太阳图像分析的统一视觉骨干，支持通道翻译与缺测插补、事件分类与预报、分割与检索等应用，减少标注与算力需求并提升精度与鲁棒性，适用于太阳物理研究与空间天气业务中的多任务迁移与快速落地部署。

本发明提出一种基于多级区域特征关联的测井分析模型构建方法及系统，属于油气勘探人工智能技术领域。该方法是针对传统方法使用标准井进行数据校正方法存在的成本高、泛化性差等问题，首先根据井位层级编码构建多级地理区域嵌入，捕获区域性的地质特征；然后基于井位空间坐标构建区域关系图，最后通过图神经网络聚合相邻区域特征通过门控权重融合多级区域特征与测井数据。本发明通过利用多级区域嵌套嵌入模块和图神经网络空间建模模块与测井数据进行门控权重融合的技术，实现了区域特征的自动化学习，不仅去除了对标准井校正的依赖和成本，还通过建立区域性特征，显著提高了跨区域预测精度。