Khan Academy Perseus编辑器17.2.0版本发布解析
Perseus是Khan Academy开发的一个开源数学内容编辑和渲染系统,主要用于创建交互式数学题目和教学内容。作为Khan Academy教育平台的核心组件之一,它为教师和学生提供了丰富的数学内容创作和展示功能。
主要功能更新
交互式图形标记类型增强
本次17.2.0版本最显著的改进是新增了"axes"(坐标轴)标记类型。这一功能扩展了交互式图形的表达能力,使教师能够更灵活地创建涉及坐标轴操作的数学题目。开发者通过重构图形标记系统,在不影响现有功能的前提下,增加了对坐标轴标记的支持。
无障碍访问改进
Perseus团队持续关注产品的无障碍访问功能,本次更新包含多项屏幕阅读器(SR)相关的优化:
-
树形结构描述优化:改进了树形结构的文本描述方式,使用innerText替代原有实现,使屏幕阅读器能更准确地读取内容结构。
-
描述信息恢复:重新启用了之前被隐藏的描述信息,确保视觉障碍用户能获取完整的题目信息。
-
交互式图形编辑器集成:为交互式图形编辑器添加了屏幕阅读器树形结构支持,使图形编辑过程对视觉障碍用户更加友好。
-
坐标描述修正:修复了负坐标区域的自动生成ARIA描述问题,确保坐标描述在各种情况下都能准确传达。
架构优化与代码重构
本次发布包含多项底层架构改进:
-
测试工具增强:新增了Mock Widget测试工具,为开发者提供了更完善的测试基础设施,有助于提高代码质量和开发效率。
-
模块化重构:
- 将部分导出功能从Perseus迁移到Perseus-Core模块
- 创建新的perseus-score模块,并将AnswerTypes相关代码迁移至此
- 将perseus-types中的数据模式定义移至perseus-core的data-schema中
- 将objective_辅助函数迁移到perseus-core模块
这些重构工作使代码结构更加清晰,职责划分更明确,为未来的功能扩展和维护打下良好基础。
兼容性与依赖更新
本次发布与多个相关模块保持同步更新,包括:
- perseus-core 3.1.0
- perseus 50.0.0
- 以及pure-markdown、kmath、kas等配套模块的版本更新
这些依赖更新带来了性能改进和bug修复,同时确保各模块间的兼容性。
总结
Perseus编辑器17.2.0版本在功能增强、无障碍访问和架构优化三个方面都有显著进步。特别是新增的坐标轴标记类型和屏幕阅读器支持,进一步提升了产品的可用性和包容性。持续的模块化重构工作则体现了项目团队对代码质量和长期维护的重视。这些改进共同推动Perseus向更强大、更易用的数学内容创作平台发展。
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
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