jsPsych插件@jspsych/plugin-instructions 2.1.0版本发布与技术解析
2025-07-06 09:26:33作者:余洋婵Anita
项目简介
jsPsych是一个用于构建行为实验的JavaScript库,广泛应用于心理学、神经科学和教育研究领域。它允许研究人员通过简单的JavaScript代码创建复杂的实验流程,特别适合需要精确控制刺激呈现和反应收集的实验场景。
插件更新概述
本次发布的@jspsych/plugin-instructions插件2.1.0版本主要引入了一个重要的学术引用功能增强,这一改进将显著提升研究工作的规范性和可追溯性。
核心功能改进
标准化引用系统
-
引用信息集成:
- 每个插件现在都包含标准化的引用信息字段
- 支持APA和BibTeX两种主流引用格式
- 引用内容自动从插件的.cff文件中提取生成
-
引用获取功能:
- 新增getCitations()全局方法
- 可获取单个或多个插件的引用信息
- 自动优先输出jsPsych主库的引用
-
技术实现特点:
- 引用信息在构建过程中自动生成
- 保持与学术规范的一致性
- 输出格式清晰易用,各引用间用换行符分隔
技术价值分析
这一更新为研究者带来了三个层面的价值提升:
-
学术规范性:
- 简化了研究论文中引用实验工具的流程
- 确保引用格式符合学术出版要求
- 提高了实验方法的透明度
-
开发便利性:
- 自动化的引用生成减少了人工错误
- 统一的引用格式便于管理
- 支持批量获取多个工具的引用
-
研究可重复性:
- 精确记录实验工具版本信息
- 便于其他研究者复现实验
- 增强了研究数据的可追溯性
应用场景建议
这一功能特别适合以下研究场景:
-
多工具组合实验:当实验使用多个jsPsych插件时,可以一次性获取所有工具的规范引用。
-
长期研究项目:方便跟踪不同实验阶段使用的工具版本,确保方法部分描述的准确性。
-
协作研究:团队成员可以轻松共享实验程序的引用信息,保持报告一致性。
总结
jsPsych的这次更新体现了对科研工作流程的深入理解,通过技术手段解决了学术引用这一常见痛点。@jspsych/plugin-instructions插件2.1.0版本的引用系统不仅提升了研究质量,也展现了开源工具支持学术规范的积极态度,是实验工具开发与学术需求结合的典范。
登录后查看全文
热门项目推荐
相关项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
638
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
148
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
226
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310