摘要：本发明公开一种造纸切边装置，圆网与回头辊之间设有切边水针，所述回头辊外侧设有与其辊面接触的定边轮；生产过程中，通过切边水针将多余的边裁下，然后输送到回头辊，回头辊与定边轮采取面接触，回头辊带动定边轮作反方向转动，这时被切边水针裁下的纸浆堆积在定边轮上，通过出水管的不间断冲洗，被冲洗下的纸浆再通过管路回流到纸浆原料池中循环使用，采用本装置后，生产各种规格的纸张时都不需要在圆网上绕合成革，减少网面及网边的磨损，较好地保护了网面，网面的使用周期延长2～3倍。

摘要：本公开提供应用测评方法及设备，应用测评方法包括：接收上线目标应用的请求消息，所述请求消息包括所述目标应用的安装包；在测试机上安装所述目标应用，并运行预设的质量参数测试任务，所述质量参数包括性能参数、稳定性参数、功耗参数其中至少一个；当确定测得的质量参数满足预设的筛选条件时，在应用平台上线目标应用。该技术方案，在一款应用上线之前，对应用的质量参数进行测试，确定该应用质量参数达标后再在应用平台上线该应用供用户下载安装，从而防止出现由于安装了质量参数不达标的应用所导致的各种问题。

摘要：本发明公开了一种面向小型语言模型的多智能体协作思维链合成方法及系统，属于自然语言推理领域，通过“数学问题筛选—解题脚本规范化—问题护照生成—学生‑教师协作推理—小型语言模型微调”这一整体流程，实现了思维链的自动合成、能力对齐与模型训练的一体化设计。一方面，本发明生成的思维链在语义上清晰、结构上完整，能为小型语言模型提供易于学习的推理示范；另一方面，通过设定自反思次数与多智能体协作机制，本发明能够动态控制推理链的复杂度，使其更好地适配小型语言模型的容量边界，从而在少量训练数据条件下显著提升小型语言模型在复杂数学推理任务中的表现，同时降低对长思维链蒸馏和大规模训练数据的依赖。

摘要：本发明属于用户爱好预测技术领域，公开了一种基于动态属性图的社交网络场景下用户爱好预测方法及系统，方法包括：将用户的多维历史社交动态数据构建为每个历史时间戳下的动态属性图；将动态属性图中各节点的属性信息输入至数值属性编码器转换为对应的属性嵌入；将当前待预测节点及其各一跳邻居的属性信息、关系类别分别按提示模版的格式输入LLM并指定其按照重要性给链接排序并返回列表，依据列表完成第一次聚合；将当前待预测节点的各跳邻居信息及关系类别输入至长距离捕获模块进行第二次聚合；将两次聚合结果按照历史时间戳的顺序拼接并输入预测模块进行时间依赖的捕获后进行解码，得到预测的属性信息。本发明提升了属性预测的准确性。

摘要：本发明公开了一种集成触控功能的电子纸、显示面板及其制作方法，该电子纸包括：第一黏附层；设置于所述第一黏附层上的电泳层；设置于所述电泳层上的透明导电层；设置于所述透明导电层上的触控电极层；设置于所述触控电极层上的第二黏附层。过将触控电极层设置在电子纸内部，即位于透明导电层上方、第二黏附层下方，较现有技术一中的显示面板减少了触摸屏的基板和盖板，较现有技术二中的显示面板减少了盖板，同时也就省略了盖板贴合的步骤，从而在集成触控功能的同时，减小电子纸显示面板的厚度，并缩短了生产流程，降低了生产成本。

摘要：本发明提供了一种基于设备运动状态的防烫伤方法及装置，该方法包括：获取当前时间段内待测设备的三个轴向方向的加速度；根据加速度计算待测设备相对于参考系的偏移角度；基于偏移角度计算待测设备相对于参考系的角度偏移量；基于角度偏移量确定待测设备的运动状态；根据运动状态确定待测设备的输出功率，以防待测设备对皮肤烫伤。本发明的方法能够实时检测待测设备的运动状态，并根据待测设备的运动状态确定待测设备的输出功率，从而有效预防待测设备对皮肤的烫伤，实用性好，缓解了现有的预防设备对皮肤烫伤的方法有效性不好，实用性差的技术问题。

摘要：本发明属于自然语言推理相关技术领域，具体涉及一种图推理模型的构建方法以及基于思维链族组织结构化知识提示的大语言模型联合推理方法，包括：原始问题分解模块，用于通过多跳迭代分解将原始问题分解为逻辑关联的多个子问题语义倾向；图推理模块，用于从多个话题实体出发执行独立的多跳推理；多跳推理结果聚合模块，用于判断原始问题中每个话题实体的推理跳数权重，基于该权重对从该话题实体出发的各跳推理的实体分布进行加权聚合；思维链族构建模块，对所有话题实体的实体分布进行聚合，从最终聚合结果提取高置信度的备选答案，追溯备选答案的推理过程，生成思维链族，作为大语言模型的知识提示。本发明能提高大语言模型对外部知识的利用效率。

摘要：本申请实施例提供一种音乐生成模型的训练方法、音乐生成方法和装置，涉及人工智能技术领域，音乐生成模型的训练方法包括：获取样本数据；样本数据包括样本音符数据、样本图像数据和标签信息；标签信息用于表示样本音符数据和样本图像数据对应的风格类型；将样本数据输入神经网络模型中进行音乐生成，得到样本数据的预测音符数据；根据预测音符数据和样本数据确定神经网络模型的模型损失函数，并基于模型损失函数对神经网络模型进行迭代训练，得到音乐生成模型。本申请的音乐生成模型在训练阶段同时依赖于音符数据和具有特定风格类型的图像数据，使得训练后的音乐生成模型在生成音乐时，能够生成与给定图像的风格类型相契合的高质量音乐。

摘要：本发明公开了一种语义增强的知识图谱周期性推理方法和装置，属于知识图谱技术领域。方法包括：将知识图谱以适合的时间间隔进行离散化处理得到不同时期的时序子图；通过关系图卷积网络计算得到同一实体在不同时序子图的向量表示；通过门控循环单元对不同时序子图的向量表示进行整合得到一个时序周期的实体向量表示；借鉴TransE模型思想并结合损失函数模型对实体向量表示进行参数优化训练得到包含时序语义信息的实体向量。本专利通过关系图卷积网络对实体节点的局部邻居信息进行聚合，使得我们的模型语义表现力更强，并采用门控循环单元对一个时序周期的向量进行训练，与现有技术相比，在周期性时间信息推理任务上具有更好的性能。

摘要：本申请提供的基于混合模型的云桌面资源动态分配方法、装置以及设备，涉及云桌面管理技术领域。该方法包括：获取目标用户针对云桌面的行为数据；将所述行为数据输入至双通道智能预测模型中，根据所述行为数据对所述目标用户的画像与资源需求进行关联评估，得到第一资源需求预测结果，并根据所述第一资源需求预测结果对所述目标用户的资源需求进行时序评估，以得到所述目标用户的资源需求预测结果，所述双通道智能预测模型的模型参数是基于预先学习到的历史行为数据与资源需求之间的关联模式确定的；根据所述资源需求预测结果，调整所述云桌面的资源分配。通过本申请，提高了云桌面系统的资源利用率。