JRuby 9.4.10.0版本发布:Ruby 3.1兼容性与性能优化
JRuby作为JVM平台上的Ruby实现,近日发布了9.4.10.0版本。这个版本继续专注于Ruby 3.1的兼容性,同时带来了多项性能优化和功能改进。JRuby通过将Ruby代码编译为Java字节码运行在JVM上,使得Ruby开发者能够充分利用Java生态系统的强大功能。
Ruby兼容性增强
本次更新在Ruby语言兼容性方面有几个重要改进。首先修复了处理heredoc时可能出现的NegativeArraySizeException崩溃问题,这对于处理多行字符串的开发者来说是个重要的稳定性修复。
另一个值得关注的改进是引入了对Ruby 3.3中NoMethodError和NameError行为的可选支持。在Ruby 3.3中,这些错误不再自动检查目标对象,这可以避免在某些情况下导致的内存问题。JRuby现在通过-XnameError.inspect.object=false标志或JVM属性jruby.nameError.inspect.object=false让开发者可以选择启用这一行为。
此外,这个版本还实现了Process.argv0方法,这是近期Bundler版本所依赖的功能,解决了相关兼容性问题。
标准库更新
JRuby 9.4.10.0对其标准库进行了多项更新。jar-dependencies gem现在可以独立于JRuby进行更新,这为依赖管理提供了更大的灵活性。同时,修复了在容器部署中获取jar依赖的问题,提高了在容器化环境中的兼容性。
Psych gem更新到了5.2.3版本,包含了对YAML别名处理的修复,这对于处理复杂YAML文档的开发者来说是个好消息。Reline gem也更新到了0.5.12版本,改进了交互式Ruby shell(IRB)的体验。
Java集成改进
在Java集成方面,这个版本做了几项优化。现在只有来自与JRuby相同类加载器层次结构的JVM类才会被绑定到JRuby包层次结构中的常量,这提高了类加载的安全性。实现Java接口时不再产生常量重定义警告,减少了开发中的干扰信息。
预编译Ruby脚本现在能正确处理优化的同构case/when语句,解决了之前反序列化时可能出现的分支混乱问题。
性能优化
性能方面有几个值得关注的改进。运行时数据结构在JRuby运行时销毁时会被主动清理,这有助于垃圾回收,减少内存占用。Class#subclasses方法经过优化,不再成为复杂ActiveRecord STI查询的瓶颈。
整数乘法运算在超出int64范围时的性能得到提升,消除了频繁异常抛出带来的性能损耗。这些优化对于数值计算密集型应用将带来明显的性能提升。
开发者体验
对于开发者体验,这个版本修复了JRuby shell启动脚本处理路径中包含空格的问题,提高了在复杂路径环境下工作的可靠性。线程转储工具也进行了更新,以适应现代JRuby版本的需求。
总的来说,JRuby 9.4.10.0在稳定性、兼容性和性能方面都做出了有价值的改进,特别是对于需要与Java生态系统集成的Ruby开发者来说,这些更新将带来更好的开发体验和运行效率。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03