fix error in timeseries large model

src/UserGuide/Master/Tree/AI-capability/TimeSeries-Large-Model.md

@@ -64,14 +64,14 @@ Utilizing the predictive capabilities of the time series large model, it can acc
 
 ![](/img/LargeModel03.png)
 
-**Data Imputation:**：
+**Data Imputation:**
 
 Using the time series large model to perform predictive imputation for missing data segments.
 
 ![](/img/timeseries-large-model-data-imputation.png)
 
 
-**Anomaly Detection:**：
+**Anomaly Detection:**
 
 Utilizing the time series large model to accurately identify anomalies that deviate significantly from the normal trend.
 

src/UserGuide/V1.3.x/AI-capability/TimeSeries-Large-Model.md

@@ -64,14 +64,14 @@ Utilizing the predictive capabilities of the time series large model, it can acc
 
 ![](/img/LargeModel03.png)
 
-**Data Imputation:**：
+**Data Imputation:**
 
 Using the time series large model to perform predictive imputation for missing data segments.
 
 ![](/img/timeseries-large-model-data-imputation.png)
 
 
-**Anomaly Detection:**：
+**Anomaly Detection:**
 
 Utilizing the time series large model to accurately identify anomalies that deviate significantly from the normal trend.
 

src/UserGuide/dev-1.3/AI-capability/TimeSeries-Large-Model.md

@@ -64,14 +64,14 @@ Utilizing the predictive capabilities of the time series large model, it can acc
 
 ![](/img/LargeModel03.png)
 
-**Data Imputation:**：
+**Data Imputation:**
 
 Using the time series large model to perform predictive imputation for missing data segments.
 
 ![](/img/timeseries-large-model-data-imputation.png)
 
 
-**Anomaly Detection:**：
+**Anomaly Detection:**
 
 Utilizing the time series large model to accurately identify anomalies that deviate significantly from the normal trend.
 

src/UserGuide/latest/AI-capability/TimeSeries-Large-Model.md

@@ -64,14 +64,14 @@ Utilizing the predictive capabilities of the time series large model, it can acc
 
 ![](/img/LargeModel03.png)
 
-**Data Imputation:**：
+**Data Imputation:**
 
 Using the time series large model to perform predictive imputation for missing data segments.
 
 ![](/img/timeseries-large-model-data-imputation.png)
 
 
-**Anomaly Detection:**：
+**Anomaly Detection:**
 
 Utilizing the time series large model to accurately identify anomalies that deviate significantly from the normal trend.
 

src/zh/UserGuide/Master/Tree/AI-capability/TimeSeries-Large-Model.md

@@ -51,7 +51,7 @@ Timer-XL 基于 Timer 进一步扩展升级了网络结构，在多个维度上
 
 - **超长上下文支持**：该模型突破了传统时序预测模型的限制，支持处理数千个Token（相当于数万个时间点）的输入，有效解决了上下文长度的瓶颈问题。
 - **多变量预测场景覆盖**：支持多种预测场景，包括非平稳时间序列的预测、涉及多个变量的预测任务以及包含协变量的预测，满足多样化的业务需求。
-- **大规模工业时序数据集：**采用万亿大规模工业物联网领域的时序数据集进行预训练，数据集兼有庞大的体量、卓越的质量和丰富的领域等重要特质，覆盖能源、航空航天、钢铁、交通等多领域。
+- **大规模工业时序数据集**：采用万亿大规模工业物联网领域的时序数据集进行预训练，数据集兼有庞大的体量、卓越的质量和丰富的领域等重要特质，覆盖能源、航空航天、钢铁、交通等多领域。
 
 
 ## 效果展示
@@ -64,14 +64,14 @@ Timer-XL 基于 Timer 进一步扩展升级了网络结构，在多个维度上
 
 ![](/img/LargeModel03.png)
 
-**数据填补：**：
+**数据填补：**
 
 利用时序大模型对缺失数据段进行预测式填补。
 
 ![](/img/timeseries-large-model-data-imputation.png)
 
 
-**异常检测：**：
+**异常检测：**
 
 利用时序大模型精准识别与正常趋势偏离过大的异常值。
 

src/zh/UserGuide/V1.3.x/AI-capability/TimeSeries-Large-Model.md

@@ -51,7 +51,7 @@ Timer-XL 基于 Timer 进一步扩展升级了网络结构，在多个维度上
 
 - **超长上下文支持**：该模型突破了传统时序预测模型的限制，支持处理数千个Token（相当于数万个时间点）的输入，有效解决了上下文长度的瓶颈问题。
 - **多变量预测场景覆盖**：支持多种预测场景，包括非平稳时间序列的预测、涉及多个变量的预测任务以及包含协变量的预测，满足多样化的业务需求。
-- **大规模工业时序数据集：**采用万亿大规模工业物联网领域的时序数据集进行预训练，数据集兼有庞大的体量、卓越的质量和丰富的领域等重要特质，覆盖能源、航空航天、钢铁、交通等多领域。
+- **大规模工业时序数据集**：采用万亿大规模工业物联网领域的时序数据集进行预训练，数据集兼有庞大的体量、卓越的质量和丰富的领域等重要特质，覆盖能源、航空航天、钢铁、交通等多领域。
 
 ## 效果展示
 
@@ -63,14 +63,14 @@ Timer-XL 基于 Timer 进一步扩展升级了网络结构，在多个维度上
 
 ![](/img/LargeModel03.png)
 
-**数据填补：**：
+**数据填补：**
 
 利用时序大模型对缺失数据段进行预测式填补。
 
 ![](/img/timeseries-large-model-data-imputation.png)
 
 
-**异常检测：**：
+**异常检测：**
 
 利用时序大模型精准识别与正常趋势偏离过大的异常值。
 

src/zh/UserGuide/dev-1.3/AI-capability/TimeSeries-Large-Model.md

@@ -51,7 +51,7 @@ Timer-XL 基于 Timer 进一步扩展升级了网络结构，在多个维度上
 
 - **超长上下文支持**：该模型突破了传统时序预测模型的限制，支持处理数千个Token（相当于数万个时间点）的输入，有效解决了上下文长度的瓶颈问题。
 - **多变量预测场景覆盖**：支持多种预测场景，包括非平稳时间序列的预测、涉及多个变量的预测任务以及包含协变量的预测，满足多样化的业务需求。
-- **大规模工业时序数据集：**采用万亿大规模工业物联网领域的时序数据集进行预训练，数据集兼有庞大的体量、卓越的质量和丰富的领域等重要特质，覆盖能源、航空航天、钢铁、交通等多领域。
+- **大规模工业时序数据集**：采用万亿大规模工业物联网领域的时序数据集进行预训练，数据集兼有庞大的体量、卓越的质量和丰富的领域等重要特质，覆盖能源、航空航天、钢铁、交通等多领域。
 
 ## 效果展示
 
@@ -63,14 +63,14 @@ Timer-XL 基于 Timer 进一步扩展升级了网络结构，在多个维度上
 
 ![](/img/LargeModel03.png)
 
-**数据填补：**：
+**数据填补：**
 
 利用时序大模型对缺失数据段进行预测式填补。
 
 ![](/img/timeseries-large-model-data-imputation.png)
 
 
-**异常检测：**：
+**异常检测：**
 
 利用时序大模型精准识别与正常趋势偏离过大的异常值。
 

src/zh/UserGuide/latest/AI-capability/TimeSeries-Large-Model.md

@@ -51,7 +51,7 @@ Timer-XL 基于 Timer 进一步扩展升级了网络结构，在多个维度上
 
 - **超长上下文支持**：该模型突破了传统时序预测模型的限制，支持处理数千个Token（相当于数万个时间点）的输入，有效解决了上下文长度的瓶颈问题。
 - **多变量预测场景覆盖**：支持多种预测场景，包括非平稳时间序列的预测、涉及多个变量的预测任务以及包含协变量的预测，满足多样化的业务需求。
-- **大规模工业时序数据集：**采用万亿大规模工业物联网领域的时序数据集进行预训练，数据集兼有庞大的体量、卓越的质量和丰富的领域等重要特质，覆盖能源、航空航天、钢铁、交通等多领域。
+- **大规模工业时序数据集**：采用万亿大规模工业物联网领域的时序数据集进行预训练，数据集兼有庞大的体量、卓越的质量和丰富的领域等重要特质，覆盖能源、航空航天、钢铁、交通等多领域。
 
 ## 效果展示
 
@@ -63,14 +63,14 @@ Timer-XL 基于 Timer 进一步扩展升级了网络结构，在多个维度上
 
 ![](/img/LargeModel03.png)
 
-**数据填补：**：
+**数据填补：**
 
 利用时序大模型对缺失数据段进行预测式填补。
 
 ![](/img/timeseries-large-model-data-imputation.png)
 
 
-**异常检测：**：
+**异常检测：**
 
 利用时序大模型精准识别与正常趋势偏离过大的异常值。