Web Platform Tests项目中的calc()除法节点优化解析
Web Platform Tests(WPT)是一个用于测试Web平台功能的开源项目,它为浏览器厂商和Web开发者提供了一个共享的测试套件,确保Web标准在不同浏览器中的一致实现。该项目包含了大量针对CSS、HTML、JavaScript等Web技术的测试用例。
在CSS的calc()函数中,除法运算的处理方式最近有了重要更新。根据最新的CSS规范,a / b这样的除法表达式现在应该被解析为a * (1 / b)的形式。这种变化带来了更一致的解析行为和更好的序列化结果。
除法运算的新解析方式
在新的实现中,1 / b被表示为一个"Invert"节点,其中b作为参数。这个节点在序列化时总是会被括号包裹,有时会产生看似奇怪的表达式如calc((1 / x)),但这是符合规范的预期行为。
当分母x是一个非零常数时,系统会进行简化处理,将1/x直接计算为对应的常数。这与CSS"尽可能简化"的原则保持一致。值得注意的是,规范对于除以零的情况没有明确说明,目前的实现选择保留原始表达式而不进行特殊处理。
实现细节优化
在解析阶段,系统特别处理了1 / b这种情况,直接生成Invert节点,而不是按照理论上的1 * (1 / b)形式。这种优化避免了不必要的中间步骤,符合CSS简化计算的基本原则。
目前由于产品项的排序功能尚未实现,部分测试用例会出现预期不符的情况。例如,calc(x / 2)目前会被解析为calc(x * 0.5),而测试期望的是calc(0.5 * x)。这种差异将在后续的产品项排序功能实现后得到解决。
技术意义
这种改变使得CSS计算表达式的解析更加符合数学原理,同时也为未来的优化提供了更好的基础结构。将除法统一转换为乘法逆运算的处理方式,不仅简化了解析逻辑,还确保了在不同浏览器中的一致行为。
对于Web开发者而言,这一变化意味着在编写CSS时,可以更加自信地使用calc()函数中的除法运算,知道它会在所有现代浏览器中得到一致的处理。虽然表面语法看起来可能有些变化,但实际计算结果将保持数学上的正确性。
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