uBlacklist 8.11.0版本发布:新增实验性SERPINFO模式与搜索引擎支持
ublacklist是一款广受欢迎的浏览器扩展程序,主要用于屏蔽搜索引擎结果中不需要的网站。该工具通过自定义规则让用户能够过滤掉低质量、重复或无关的搜索结果,从而提升搜索体验。最新发布的8.11.0版本带来了多项重要更新,包括实验性功能和新搜索引擎支持。
实验性SERPINFO模式
8.11.0版本引入了一个名为SERPINFO的实验性功能模式。这个模式为ublacklist提供了更强大的搜索引擎结果页面处理能力,能够更精确地识别和过滤搜索结果。虽然目前处于实验阶段,但这一功能有望在未来版本中成为核心特性,为用户提供更精准的屏蔽控制。
新增搜索引擎支持
本次更新扩展了对多个搜索引擎的支持:
-
SearxNG实例:新增了对SearxNG开源元搜索引擎的支持。SearxNG是注重隐私保护的搜索引擎,这一新增使得ublacklist能够在更广泛的隐私友好型搜索引擎上发挥作用。
-
Yandex.ru:正式添加了对俄罗斯主流搜索引擎Yandex的支持。这一更新满足了俄语用户的需求,使ublacklist的国际化程度进一步提高。
本地化改进
在本地化方面,8.11.0版本对德语翻译进行了更新和完善,提升了德语用户的使用体验。这表明开发团队持续关注多语言支持,致力于为全球用户提供更好的服务。
技术意义与用户价值
从技术角度来看,SERPINFO模式的引入代表了ublacklist在搜索引擎结果处理技术上的进步。这种模式可能采用了更先进的DOM解析或API集成方式,为未来的功能扩展奠定了基础。
对普通用户而言,新增的搜索引擎支持意味着可以在更多平台上享受ublacklist带来的干净搜索结果体验。特别是隐私意识强的用户,现在可以在SearxNG这样的隐私保护搜索引擎上使用ublacklist,实现隐私保护和结果质量的双重保障。
8.11.0版本的发布展示了ublacklist项目持续创新的能力,既保持了核心功能的稳定性,又通过实验性功能探索未来发展方向。对于注重搜索效率和质量的专业用户来说,这些更新值得关注和尝试。
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
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
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
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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