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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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