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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃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
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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).Dockerfile015
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- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00