Expensify/App 9.0.91-2版本发布:优化用户体验与修复多项问题
Expensify是一款广受欢迎的财务管理应用,专注于简化个人和企业的报销流程。该应用提供了从费用跟踪、报告生成到审批流程的全套解决方案,支持多平台使用。本次发布的9.0.91-2版本带来了一系列用户体验改进和问题修复。
核心功能优化
在用户界面方面,开发团队对多个关键组件进行了优化。搜索功能现在能够更准确地处理搜索结果,移除了不相关的"最近聊天"标题,提升了搜索体验。对于群组确认页面,修复了可能导致控制台错误的潜在问题,增强了应用的稳定性。
代码编辑器相关功能也获得了改进。修复了在消息中同时使用@提及和内联代码块或多行代码块时功能失效的问题,这一改进将显著提升开发者和技术用户的使用体验。
财务流程增强
在财务处理方面,新版本引入了重要改进。当导入每日津贴(Per diem)数据时,现在会以美分为单位传递费率,这提高了财务计算的精确度。同时,修复了审批按钮在特定情况下显示灰色的问题,确保审批流程更加直观可靠。
对于企业用户,新版本默认将责任设置为公司级别,这一变更简化了企业账户的配置流程。此外,还优化了差旅费用报告预览的标题显示,使差旅管理更加清晰。
移动端体验提升
移动端用户将注意到多项改进。修复了在多次点击选择类别/标签时意外跳转到对话页面的问题,使移动端操作更加流畅。同时,更新了react-native-live-markdown组件至0.1.221版本,带来了更稳定的富文本编辑体验。
对于iOS用户,应用现在能够正确处理从模态窗口返回的导航操作,提供了更符合预期的交互体验。Android用户则受益于构建时间的优化,这将为后续版本迭代带来效率提升。
文档与帮助系统更新
技术文档方面进行了全面梳理,包括更新了创建工作空间、连接个人信用卡、快速桌面版连接等指南。帮助系统也进行了审核,添加了隐藏部分的虚拟页面,为未来功能扩展做好准备。
特别值得注意的是,新版本增加了关于NetSuite自定义编码差异的FAQ,这将帮助使用企业资源规划系统的用户更好地集成Expensify到他们的工作流程中。
性能与稳定性
后台进行了多项性能优化,包括跳过不稳定的订阅工具测试,确保应用整体更加可靠。对于全量故事(Fullstory)的搜索输入字段现在会正确解除屏蔽,这将帮助开发团队更好地分析用户行为以持续改进产品。
总的来说,Expensify 9.0.91-2版本通过细致的优化和问题修复,进一步提升了这款财务管理工具的可靠性和用户体验。从日常费用管理到企业级财务流程,这些改进将帮助各类用户更高效地处理财务事务。
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