Enso 2025.1.1-rc6 版本发布:数据流编程语言的重大更新
Enso 是一款创新的数据流编程语言和集成开发环境,它通过可视化的方式简化了数据处理和分析的复杂性。Enso 独特地将函数式编程范式与可视化编程相结合,使得数据科学家、分析师和开发者能够更直观地构建数据处理管道。2025.1.1-rc6 版本作为 Enso 的一个重要预发布版本,带来了多项功能增强和问题修复,进一步提升了用户体验和系统稳定性。
核心功能更新
可视化编程环境改进
Enso IDE 在此版本中对组件浏览器进行了全面重构,现在以分组列表的形式展示组件,并增加了组件文档的简短摘要显示。对于特定类型,组件浏览器还会显示专门的"建议"组,大大提升了组件查找和使用的效率。
编辑器交互方面,输出端口的"添加组件"按钮被重新设计为小型按钮,从输出端口突出显示,使界面更加简洁。同时,当端口已有连接时,该按钮会自动隐藏以避免视觉干扰。节点选择逻辑也得到优化,删除节点或连接后不再意外选中其他节点。
表格编辑器与数据可视化增强
表格编辑器组件获得了多项实用改进:点击表头即可开始编辑,Tab 和 Enter 键分别用于跳转到下一个单元格或下一行,大幅提升了数据编辑效率。对于大型数据集,表格可视化现在采用服务器端过滤和排序,实现了懒加载机制,显著提升了性能表现。
文档编辑功能升级
文档面板现在支持完整的 Markdown 功能,包括编号列表、嵌套列表的渲染,以及通过按钮快速设置文本为粗体或斜体。新增的"插入链接"按钮简化了文档中超链接的添加过程。这些改进使得在 Enso 中编写项目文档变得更加便捷。
语言与运行时优化
类型系统增强
Enso 语言在此版本中引入了对交集类型的全面支持,包括对称、传递和自反的相等性检查。当调度 Any 实例方法时,现在会保持交集类型的 self 引用,提高了类型系统的严谨性。
错误处理与语法改进
匿名数据收集机制现在能够捕获更详细的错误信息,帮助开发者更好地诊断问题。语法方面,构造器或类型定义中的单行内联参数定义不再允许使用无括号的空格分隔,这一变更使得语法更加规范明确。
标准库扩展
数据库连接增强
标准库新增了对通用 JDBC 连接的支持,允许通过外部驱动程序连接各种数据库。Snowflake 连接器现在支持密钥对认证,提高了安全性。Postgres、SQLite、Snowflake 和 SQLServer 都新增了 offset 和 add_group_number 方法,增强了数据分页处理能力。
数据处理功能
新增的 Table.generate_rows 方法提供了灵活的数据生成能力。正则表达式支持被扩展到过滤操作和列操作中,包括新增的 regex_match 方法。数值处理方面,所有 round 方法现在使用 Rounding_Mode 替代了原来的 use_bankers 标志,提供了更精确的舍入控制。
用户体验优化
文件管理改进
云文件浏览器现在支持在写入组件中创建新目录和重命名现有目录,当尝试覆盖现有文件时会显示警告。首次打开项目时,浏览器会自动显示并高亮当前设置的文件,提高了工作流的连贯性。
交互细节完善
多行文本字面量的编辑功能终于得到支持,满足了用户长期以来的需求。颜色选择器针对选中节点进行了优化,工具提示会在点击按钮时自动隐藏,这些细节改进共同提升了日常使用的流畅度。
总结
Enso 2025.1.1-rc6 版本通过一系列精心设计的改进,在可视化编程体验、语言表达能力、数据处理功能和用户交互细节等方面都取得了显著进步。这些更新不仅解决了已知问题,还引入了多项创新功能,为数据科学家和分析师提供了更强大、更易用的工具。随着 Enso 持续迭代,它正在成为连接数据分析和软件开发的有力桥梁。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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