香港科技大学

本申请公开了一种数据检验方法、装置、电子设备以及存储介质。该方法包括：基于各对象针对目标指标量的指标数据以及各对象所在的分组，确定各对象针对目标指标量的参考指标数据；分组为实验组或对照组；基于各对象的参考指标数据，确定目标指标量对应的置信区间；置信区间用于指示实验组中的对象与对照组中的对象的指标数据的差异；基于置信区间，确定数据检验结果；数据检验结果用于各对象的指标数据是否拒绝原假设。根据本申请的方法，极大地提高了数据检验准确率。

本文提供了对双链核酸分子进行位点选择性末端修饰的化学方法，其包括：(a) 提供双链核酸分子，其包含至少一个含有鸟嘌呤碱基或鸟嘌呤类似物碱基的单链末端突出端；(b) 使双链核酸分子与羰基引入剂接触，以提供在鸟嘌呤碱基或鸟嘌呤类似物碱基处包含羰基官能团的中间体核酸分子；和(c) 使中间体核酸分子与形成肟的亲核试剂接触，以形成在鸟嘌呤碱基或鸟嘌呤类似物碱基处包含肟键的经修饰的核酸分子。还提供了包含用于实施该方法的试剂的组合物以及由此获得的产物。所公开的方法能够对线性化核酸进行精确的、无酶末端修饰，允许引入不同的化学官能团，从而促进下游应用例如标记、定向固定和固相体外转录。

本发明提供一种文本嵌入模型的领域适配方法，包括：通过大语言模型从数据集中生成查询语句，所述查询语句聚焦所述数据集中的特定领域事件；针对所述查询语句，采用基于关键词的检索方法构建检索结果的排序列表，所述排序列表包括所述查询语句、经排序的检索结果的样本以及与样本对应的检索得分；利用所述排序列表以及基于所述排序列表的列表级损失函数，对所述文本嵌入模型进行训练，得到调整后的文本嵌入模型。

本发明通过将大型语言模型（LLM）与结构化知识图谱无缝集成，旨在生成上下文感知且与用户需求对齐的金融文档摘要。该系统采用三阶段方法：首先，对金融文档进行解析，构建涵盖实体、关系及量化指标的综合知识图谱；随后，通过查询知识图谱并利用LLM进行信息合成，解读用户意图以生成定制化子摘要；最后，将这些子摘要整合为统一的最终摘要，阐明跨文档洞察，并融入自我反思机制以确保准确性与连贯性。该创新方案克服了现有摘要技术固有的显著缺陷，包括其静态特性、跨文档分析能力有限以及频繁与用户特定优先级错位等问题。通过提供动态、结构化且具备适应性的金融洞察，该流程有效满足了用户多样化的分析需求。