Yomitan 25.3.10.0版本发布:提升浏览器兼容性与Anki集成体验
Yomitan是一款开源的浏览器扩展工具,主要用于日语学习场景下的文本翻译和词汇查询。作为Rikaitan项目的继任者,Yomitan在保持原有核心功能的基础上,持续优化用户体验并扩展功能边界。本次发布的25.3.10.0版本带来了一系列值得关注的改进。
核心功能优化
在最新版本中,开发团队对扫描触发机制进行了重要调整。默认情况下禁用了"scanOnPenHover"选项,这意味着当用户使用触控笔悬停时不会自动触发扫描功能。这一改变显著降低了误触发的概率,特别是在使用绘图板或触控设备时,能够提供更加稳定的使用体验。
浏览器兼容性增强
针对Chromium内核浏览器的特殊DOM处理机制,本次更新引入了基于caretPositionFromPoint API的创新解决方案。这项技术突破使得扩展能够更可靠地穿透复杂DOM结构,解决了长期以来在复杂网页结构中文本选择困难的问题。对于开发者而言,这种实现方式比传统的基于范围选择的方法更加健壮和高效。
Anki集成改进
Anki同步功能获得了多项实质性优化:
- 媒体文件注入逻辑得到修复,现在能够更准确地识别和处理需要插入Anki卡片的多媒体内容
- 默认字段配置方案全面升级,新的预设模板更加符合语言学习者的实际需求
- 用户界面调整,将覆盖警告提示移至更合理的"更多选项"区域,提升了设置界面的整洁度
开发者相关更新
在构建和依赖管理方面,项目将dawidd6/action-download-artifact从v7升级至v9版本。这一更新为持续集成流程带来了性能提升和新特性支持,虽然对终端用户不可见,但为开发者提供了更高效的构建环境。
技术实现亮点
值得注意的是,本次更新中采用的caretPositionFromPoint API解决方案展现了开发团队对浏览器底层API的深入理解。这种方法相比传统的文本范围选择技术,在处理现代网页的复杂结构时表现出更好的稳定性和兼容性,特别是在应对特殊DOM等较新的Web技术时优势明显。
对于Anki集成的改进则体现了团队对用户实际工作流的细致观察。通过优化默认字段配置和修复媒体注入逻辑,使得从Yomitan到Anki的知识转移过程更加顺畅自然,大大提升了语言学习者的工作效率。
总体而言,Yomitan 25.3.10.0版本在保持原有功能稳定性的基础上,通过多项技术改进提升了核心体验,特别是在浏览器兼容性和学习工具集成方面取得了显著进展。这些更新使得这款工具在日语学习辅助领域继续保持领先地位。
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-1.5暂无简介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