Uiua语言0.15.0版本发布:数据定义与栈操作革新
Uiua是一种新兴的数组编程语言,以其独特的堆栈式设计和简洁的语法在编程语言爱好者中获得了关注。0.15.0版本带来了多项重要更新,特别是在数据定义和栈操作方面进行了重大改进。
数据定义功能正式稳定
0.15.0版本最引人注目的变化是数据定义功能的稳定化。数据定义允许开发者创建自定义的数据结构,这是Uiua向更完整编程语言迈进的重要一步。新版本中增加了数据定义方法,使得这些自定义类型更加实用。
数据定义功能现在有了专门的教程章节,开发者可以学习如何定义和使用自定义数据结构。虽然数据函数、方法和字段验证器等功能尚未完全稳定,但核心的数据定义功能已经可以放心使用。
栈操作系统的重大改进
Uiua的栈操作系统在这个版本中经历了显著变革:
-
负签名循环行为改变:
repeat ⍥和do ⍢现在在负签名情况下会保留栈底值,这一改变使得循环操作更加可预测。 -
新增下标操作符:
on ⟜、by ⊸、with ⤙和off ⤚现在支持下标操作,可以保留N个参数而不仅仅是第一个或最后一个,大大增强了栈操作的灵活性。 -
over ,操作符弃用:作为栈操作范式转变的一部分,over ,操作符被标记为弃用。新引入的with ⤙和below ◡操作符提供了更清晰的替代方案。 -
backward ˜操作符稳定:这个操作符的符号改回了更广泛支持的˜,同时保持功能不变。
数学与数组操作增强
数学运算方面有几个值得注意的改进:
-
atangent ∠现在与under ⍜的交互方式更符合直觉,类似于couple ⊟和complex ℂ的行为。 -
新增
anti ⌝操作符作为keep ▽的补充,与select ⊏形成完整配对。 -
bits ⋯现在支持下标操作,可以强制指定位数。 -
tuples ⧅现在接受infinity ∞作为第一个参数,增加了灵活性。
其他语言特性改进
-
签名注释现在可以使用
$代替?来自动标记参数和输出,使代码文档更加简洁。 -
新增
self ˙实验性修饰符,为函数式编程提供更多可能性。 -
negate ¯增加了实验性下标功能,可以乘以单位根。
性能与环境改进
解释器层面,0.15.0版本优化了absolute value ⌵和complex ℂ操作,避免创建中间复数数组,提高了性能。新增了UIUA_MAX_MB环境变量,允许设置数组的最大内存限制,有助于在不同系统上捕获内存错误。
文档与用户体验
网站方面,编辑器增加了扩展模式,优化了图标设计。新增了数据定义教程和格式化字符串技巧章节,帮助开发者更好地掌握这些功能。
0.15.0版本标志着Uiua语言的成熟度又上了一个台阶,特别是在数据结构和栈操作方面的改进,使得它更适合构建复杂的应用程序。这些变化既保留了Uiua简洁优雅的设计哲学,又增强了它的实用性。
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