Plotly.js 项目正式引入学术引用规范文件
在开源可视化库Plotly.js的最新进展中,项目团队正式引入了学术引用规范文件citation.cff,这一举措将显著提升该开源项目在学术研究领域的可引用性和规范性。
citation.cff文件是一种标准化的引用格式,专门为软件项目设计,使研究人员能够正确引用所使用的开源软件。Plotly.js团队此次发布的引用文件包含了以下关键信息:
-
作者信息:列出了三位核心贡献者,包括Alex Johnson、Étienne Tétreault-Pinard和Mojtaba Samimi,其中Alex Johnson还提供了ORCID标识符以确保学术身份的准确性。
-
版本信息:明确标注了当前版本号为2.35.2,并注明了发布日期为2024年9月10日。
-
数字对象标识符:通过Zenodo平台获取了DOI编号10.5281/zenodo.13964707,为学术引用提供了永久性标识。
-
项目描述:将Plotly.js定义为"Plotly背后的开源图表库",准确描述了项目的定位和功能。
这一规范化引用文件的创建过程涉及多个技术环节。首先需要确定合适的引用格式标准,然后收集整理项目元数据,最后通过Zenodo平台注册获取DOI。团队还考虑未来实现版本号的自动更新机制,以保持引用信息的时效性。
对于科研用户而言,这一改进意味着他们现在可以按照标准学术规范引用Plotly.js,这在发表论文或学术成果时尤为重要。正确的软件引用不仅符合学术伦理要求,也能帮助读者准确追溯所使用的技术工具。
Plotly.js作为流行的数据可视化库,此次引入学术引用规范文件,体现了项目团队对科研用户群体的重视,也展示了开源项目在学术影响力方面的持续投入。这一举措将进一步提升Plotly.js在学术界的采用率,同时为其他开源项目树立了良好的实践范例。
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