Mozilla Addons-Server 2025.05.15版本发布:内容审核与决策系统重大升级
Mozilla Addons-Server是Mozilla基金会维护的Firefox浏览器扩展管理平台,负责处理扩展的上传、审核、分发等核心功能。本次2025.05.15版本更新聚焦于内容审核系统的优化和决策机制的改进,为开发者和管理员带来了多项重要功能升级。
内容审核系统增强
本次更新对内容审核系统进行了多项改进,显著提升了审核流程的透明度和效率。系统现在能够更精确地处理需要人工审核(NHR)的扩展版本,仅考虑处于活动状态的NHR记录进行过滤,避免了历史记录对当前审核决策的干扰。
审核队列界面也进行了优化,现在会为每个扩展显示其需要人工审核的具体原因,并按优先级排序展示,使审核人员能够快速了解关键问题。同时,系统会记录审核决策的详细理由和内部备注,这些信息将被分开存储,便于后续追溯和分析。
决策系统改进
决策机制方面,本次更新引入了更完善的策略文本展示功能。当扩展版本发生重要变更时,系统会在历史记录中显示相关的策略文本,使开发者能够更清晰地理解审核决策的依据。
对于被拒绝的申诉请求,系统现在会将这些操作日志与原始版本关联,确保整个审核过程的完整性和可追溯性。此外,系统会忽略所有通过API接口发起的决策,确保所有重要决策都经过人工审核流程。
开发者体验优化
针对开发者群体,本次更新调整了推广组(Promoted Group)的展示逻辑。在开发者中心(Devhub)中,现在只显示带有徽章的推广组,减少了开发者的选择困惑。同时,系统为高评分扩展启用了合作伙伴组(Partner Group)功能,为优质扩展提供更多曝光机会。
技术架构调整
在技术架构层面,本次更新准备逐步淘汰旧的推广模型,为未来的系统升级做准备。同时修复了可能导致空job_id值的问题,确保系统中null是唯一允许的空值表示方式。
本地开发与统计支持
为方便开发者和管理员,本次更新新增了详细的运行手册,提供了本地开发环境、开发服务器和统计功能的配置示例,降低了新成员的入门门槛。
依赖项更新
作为常规维护的一部分,项目更新了多个关键依赖项,包括Django框架升级至4.2.21版本,Pillow图像处理库升级至11.2.1,以及前端构建工具Vite升级至6.3.5等,确保系统安全性和稳定性。
国际化调整
在本地化支持方面,移除了翻译完成度低于80%的语言区域,集中资源维护主要语言版本的质量。
总体而言,2025.05.15版本的Mozilla Addons-Server通过增强审核系统、优化决策流程和改善开发者体验,进一步提升了扩展生态系统的管理效率和透明度,为Firefox浏览器扩展生态的健康发展提供了有力支持。
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
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