CS249R书籍项目中的PDF样式更新挑战与解决方案
在CS249R书籍项目中,团队遇到了一个关于PDF输出样式与网页版不一致的技术问题。网页版采用了Edward Tufte风格的侧边栏参考文献显示方式,而PDF版本却无法实现相同的布局效果。
问题背景
Edward Tufte风格以其优雅的排版和创新的信息展示方式著称,特别是在学术文档中,能够将参考文献和注释优雅地展示在侧边栏。项目团队发现了一个可以复制这种布局的GitHub仓库,希望将其应用到书籍的PDF版本中,以保持整体风格的一致性。
技术障碍
在尝试构建过程中,团队遇到了Lua过滤器相关的错误。具体表现为当文档中包含@引用标记时,系统会抛出"attempt to call a nil value"错误,指向'marginCitePlaceholderInlineWithProtection'函数不存在的问题。这表明Quarto的PDF输出处理流程中,对特定引用格式的支持存在不足。
解决方案探索
经过测试,团队发现了两种可行的替代方案:
-
手动引用方式:放弃自动生成引用的方式,改为手动明确写出"et al."和完整的引用格式。例如:
[Lin et al. (2023)](lin2023tiny) -
R代码块方式:通过R代码块中的fig-cap参数直接指定包含手动引用的图注,这种方式可以更好地控制输出格式。
技术实现细节
对于第二种方案,具体的实现方式是在R代码块中使用knitr::include_graphics函数包含图片,并通过fig-cap参数设置图注。关键参数包括:
- fig-cap-location: margin 控制图注位置
- echo: false 隐藏代码
- warning/message: FALSE 抑制警告信息
这种方法虽然需要更多手动工作,但能够确保PDF输出的稳定性和样式一致性。
项目启示
这个案例展示了在技术文档出版过程中,自动化工具与特定排版需求之间的平衡问题。当遇到工具限制时,适当地采用半自动化甚至手动方式可能是更可靠的解决方案。同时,这也提醒我们在项目初期就需要考虑多格式输出的兼容性问题,特别是对于学术出版物而言,保持各种输出格式的风格一致性至关重要。
对于使用Quarto进行学术写作的团队,建议在项目早期就测试所有目标输出格式的兼容性,并建立相应的样式处理机制,以避免后期大规模调整。
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