仅在主进程打印的 print 函数。

Load model from pretrained checkpoint. Args: pretrained_model_name_or_path: Path to the checkpoint config: Mo

Validate token IDs for validity. Args: token_ids: List of token IDs to validate context: Context string for e

Safe tokenization, ensure results are within valid range.

Set model to evaluation mode.

Compute evaluation metrics for multiple-choice questions: precision, recall, F1 score, and exact match accuracy. Args: predictions (

Compute BLEU and ROUGE scores for open-ended questions. Args: predictions (List[str]): Model predicted texts. references (Lis

初始化 ReRoPE 编码器。 Args: dim (int): 特征向量的维度（必须为偶数）。

Unified chat input creation method.

Initialize the dataset. Args: ts_path: Path to time series data file data_path: Path to question-answer data

Initialize TLM model. Args: config: TLM configuration ts_config: Optional time series configuration (args)

Build dataset index by loading and processing data files.

Load the model dynamically based on the configuration.

Load the model dynamically based on the configuration.

计算基本的 θ 值，用于旋转位置编码。 Args: dim (int): 特征向量的维度。 Returns: torch.Tensor: θ 值的张量。

根据配置冻结特定层，保留中间件的可训练性。

Get HDF5 file handle for time series data.

Return a safe default sample.

Validate that all special token IDs are within valid range.

Compute BLEU score using str. Args: predictions (List[str]): Model predicted texts. references (List[str]): Reference texts.

Compute evaluation metrics for each stage from inference results.

Compute ROUGE scores using text. Args: predictions (List[str]): Model predicted texts. references (List[str]): Reference text

修正版本 - 不需要shift，因为Dataset已经处理了

Count the number of parameters in each model component (in millions).

统计模型中可训练参数的总数

针对 stages 为 1 或 2 的样本，计算 BLEU 和 ROUGE 指标。 Args: eval_pred (EvalPrediction): 包含 predictions 和 labels，以及附加信息 pred_extra。

Main inference pipeline.

Print evaluation metrics for each stage.

Perform random masking where a specified ratio of the total V*L blocks are masked.

Save evaluation metrics to a JSON file.

Save inference results to a JSON file.

Set random seed for reproducibility.

初始化 RotaryPositionalEncoding。 Args: d_model (int): 特征维度。 max_len (int): 支持的最大序列长度。

初始化 SinusoidalPositionalEncoding。 Args: d_model (int): 特征维度。 max_len (int): 支持的最大序列长度。

Initialize TLM configuration. Args: llm_model_path: Path to the language model freeze_ts_model: Whether to fr

Return dataset length.

Set inference mode, freeze all parameters.

应用旋转位置编码到查询和键。 Args: query (torch.Tensor): 查询向量，形状为 [batch_size, seq_len, dim]. key (torch.Tensor): 键向量，形状为

内存优化版本的损失计算

Compute RUL (Remaining Useful Life) scores. Args: predictions (List[str]): Model predicted values. references (List[str]): R

对传入的列表进行 Concat 操作。 Args: array_list (List[List[int]]): 每个子列表为需要 Padding 的序列。 num_samples (int): 样本数

Find assistant token positions in the target sequence. Args: tokenizer: Tokenizer instance target: Target token sequence

前向传播。 Args: x (Tensor): 输入张量，形状为 [batch_size, seq_len, d_model]。 offset (int): 位置偏移量，默认为 0。 Returns

计算给定位置的 ReRoPE 编码。 Args: pos (torch.Tensor): 位置索引的张量，形状为 [seq_len] 或 [batch_size, seq_len]。 Returns:

前向传播。 Args: x (Tensor): 输入张量，形状为 [batch_size, seq_len, d_model] offset (int): 位置偏移量，默认为 0。 Returns:

Forward pass of the model. Args: input_ids: Input token IDs query_ids: Query token IDs ts_values: