FISCO-BCOS 3.15.2版本发布:性能优化与关键修复
FISCO-BCOS作为企业级区块链底层平台,其3.15.2版本带来了一系列重要改进,主要集中在存储引擎优化、共识机制增强和执行效率提升等方面。本次更新不仅修复了多个关键问题,还引入了多项性能优化措施,进一步提升了平台的稳定性和执行效率。
在存储引擎方面,3.15.2版本对内存存储和多层存储进行了显著优化。开发团队重构了readSome方法的实现,增加了exists逻辑检查,确保数据查询更加高效可靠。同时,新增了将区块哈希和区块号写入存储的功能,为getBlockHash()等接口提供了更好的支持。这些改进使得存储访问性能得到明显提升,特别是在处理大量数据时表现更为出色。
共识机制方面,本次更新解决了视图切换时lowWaterMark重置的问题,增强了PBFT共识的稳定性。新增的single_point_consensus和force_sender功能为测试场景提供了更多灵活性,方便开发者进行各种边界条件测试。这些改进使得网络在异常情况下能够更快恢复,提高了整体可用性。
执行器模块也获得了重要更新。修复了m_result计算错误的问题,优化了预编译合约的EVM状态处理。特别值得注意的是,新增了bugfix_method_auth_sender功能,解决了方法授权发送者相关的已知问题。这些改进使得智能合约执行更加准确可靠。
在架构优化方面,3.15.2版本移除了marktx锁,改为每个区块获取LedgerConfig,减少了锁竞争,提高了并行处理能力。同时,对调度器v1版本增加了空区块支持,使得系统能够更灵活地处理各种区块生成场景。
对于轻节点用户,本次更新也带来了专门的优化。轻节点版本在保持轻量化的同时,同步了主版本的核心改进,确保轻节点能够稳定运行并享受性能提升。
总体而言,FISCO-BCOS 3.15.2版本通过多项技术改进,在保持向后兼容性的同时,显著提升了系统的性能和稳定性。这些优化使得平台更适合企业级应用场景,能够更好地支持高并发、大数据量的区块链业务需求。开发团队建议所有用户升级到此版本,以获得更好的使用体验和更高的系统可靠性。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00