Manyfold v0.115.0发布:增强内容可搜索性与隐私控制
Manyfold是一个开源的3D模型共享平台,它允许用户上传、管理和分享3D模型。作为一个注重隐私和内容控制的平台,Manyfold一直保持着默认私有的设计理念,同时也在不断完善其公开分享功能。
版本亮点
最新发布的v0.115.0版本主要聚焦于提升内容的可搜索性,同时强化了隐私控制选项。这一版本的核心改进包括:
-
搜索引擎索引控制:新增了管理员级别的全局设置,通过robots.txt文件控制是否允许网络爬虫索引网站内容。
-
细粒度的索引控制:为每个模型、创作者和收藏集添加了单独的索引控制选项,可以覆盖全局默认设置。
-
AI训练偏好设置:实现了类似Deviantart的AI训练偏好元标签,用户可以控制内容是否可用于AI训练。
-
站点地图支持:添加了sitemap.xml文件,帮助搜索引擎发现可索引的内容。
-
微数据结构化数据:在模型页面添加了微数据标记,提升搜索引擎对内容的理解和展示效果。
技术实现细节
搜索引擎控制机制
新版本通过多种方式实现了对搜索引擎的控制:
-
robots.txt:管理员可以在全局层面控制是否允许网络爬虫访问网站。当禁用时,robots.txt会明确禁止所有爬虫索引整个网站。
-
元标签:每个页面都包含了
robots元标签,可以精确控制单个页面是否允许索引。 -
AI训练控制:通过
noai和noimageai元标签,用户可以声明内容是否允许用于AI训练。
内容发现优化
为了提升公开内容的可发现性,新版本实现了:
-
站点地图生成:自动生成sitemap.xml文件,列出所有允许索引的公开内容。系统会智能地排除私有内容和标记为不可索引的项目。
-
结构化数据标记:使用schema.org词汇表为模型页面添加微数据,帮助搜索引擎更好地理解内容类型和属性。
-
ActivityPub扩展支持:实现了FEP-5feb规范,允许通过ActivityPub协议传播内容的索引偏好。
用户体验改进
在界面和交互方面,新版本也有多项改进:
-
访问状态指示器:重新设计了访问状态显示,更清晰地标识私有内容和共享内容。
-
许可证选择:新增了GPL2、LGPL2、LGPL3和BSD等常见开源许可证选项。
-
管理员界面优化:改进了管理员设置项的可见性和布局。
技术意义与价值
这一版本的发布标志着Manyfold在内容分发与隐私保护之间找到了更好的平衡点。通过精细化的控制机制,平台可以:
-
保护用户隐私:默认保持内容私有,同时提供灵活的公开选项。
-
提升内容曝光:为希望扩大影响力的创作者提供完善的搜索引擎优化工具。
-
尊重用户选择:在AI训练等新兴领域,给予内容所有者充分的控制权。
-
遵循开放标准:通过支持ActivityPub扩展等开放协议,确保与其他平台的互操作性。
总结
Manyfold v0.115.0版本通过一系列技术创新,在保持核心隐私理念的同时,大幅提升了公开内容的可发现性和控制灵活性。这些改进不仅使平台对普通用户更加友好,也为内容创作者提供了更多曝光机会,同时确保了对内容使用方式的充分控制权。这一版本的发布,标志着Manyfold在构建一个既保护隐私又促进分享的3D内容生态系统中迈出了重要一步。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00