Khan Academy Perseus项目53.0.0版本发布解析
Perseus是Khan Academy开发的一个开源数学教育工具库,主要用于构建交互式的数学题目和教学内容。该项目提供了丰富的组件和工具,帮助开发者创建具有自动评分、交互式图形等功能的数学学习内容。
主要变更
评分逻辑重构
本次版本最重要的变化是将scorePerseusItem评分逻辑迁移到了PerseusScore模块中。这一重构使得评分系统更加模块化,便于维护和扩展。评分是数学教育工具的核心功能之一,这一改进为未来评分规则的灵活调整奠定了基础。
功能增强
小部件数据导出功能扩展
开发团队为多个小部件新增了数据导出功能,可以过滤掉评分标准数据,仅保留公开的选项配置:
- 排序小部件(Sorter):现在可以导出不含评分规则的配置数据
- 数值输入小部件(Numeric Input):新增了纯净配置导出能力
- 下拉选择小部件(Dropdown):实现了配置数据的过滤导出
这些改进使得内容创作者可以更安全地分享题目配置,而不用担心泄露评分细节。
交互式图形增强
交互式图形组件新增了对π倍数作为坐标轴刻度标签的支持。这一改进特别适合三角函数等数学内容的展示,使图形显示更加专业和符合数学惯例。
标签图像小部件改进
新增了获取标签图像小部件(LabelImage)公开选项的功能,使得该组件的配置管理更加规范。
计算机科学小部件优化
为CS(计算机科学)小部件添加了获取公开选项的功能,提升了配置管理的便捷性。
数字线小部件改进
数字线小部件(NumberLine)现在也能提供其公开选项了,完善了整个小部件生态的配置管理一致性。
用户体验优化
Z-index问题修复
移除了多个小部件中显式的z-index设置,解决了长期存在的层级叠加问题。这一改进使得Perseus组件在复杂页面布局中的表现更加可靠,减少了与其他UI元素冲突的可能性。
兼容性维护
虽然进行了多项重构和改进,开发团队仍注意保持向后兼容性。本次版本恢复了多个已弃用的API导出,包括题目解析相关函数和结果处理工具等,确保现有代码不会因升级而中断。
技术影响分析
从架构角度看,本次发布体现了Perseus项目向更模块化、更规范的方向发展:
- 评分系统的独立封装遵循了单一职责原则
- 各小部件统一的配置导出接口体现了接口一致性
- 移除显式z-index展示了对CSS管理的最佳实践
这些改进不仅提升了当前版本的质量,也为未来的功能扩展打下了良好基础。特别是小部件配置管理系统的完善,为可能的可视化编辑工具开发铺平了道路。
对于教育科技开发者而言,这个版本提供了更稳定、更易用的组件库,特别是在数学内容创作和交互设计方面有了显著提升。
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