PKHeX 25.05.18版本更新解析:宝可梦存档编辑器的重大改进
PKHeX是一款功能强大的宝可梦系列游戏存档编辑器,支持从第一世代到最新世代的宝可梦游戏存档编辑。本次25.05.18版本更新带来了多项重要改进,特别是在合法性检查、用户界面优化以及多代游戏支持方面都有显著提升。
合法性检查系统增强
本次更新对宝可梦数据的合法性验证系统进行了多项改进:
-
世代3/4蛋PID类型自定义:现在用户可以通过程序设置允许任何PID类型,为特殊需求提供了更大的灵活性。
-
世代3XD游戏的特殊检查:新增了对XD游戏中Poké Spot IV动画的合法性验证,确保这些特殊来源的宝可梦数据准确。
-
世代2竞技场技能回忆:完整实现了竞技场版本中的技能回忆学习集,为GB时代的技能重新学习提供了更准确的验证。
-
世代4蛋PID处理:现在允许PID为0的情况,这是针对Masuda方法在接收蛋时重新滚动到0的特殊情况。
-
世代8传说阿尔宙斯:修复了未传输的中等体型Alpha宝可梦的体型检查问题。
用户界面与功能改进
-
ShowdownSet本地化:新增了对导出到剪贴板和悬停槽位的单独设置,提高了国际用户的体验。
-
数值调整优化:现在在EXP/等级/IV/EV/亲密度文本框中滚动鼠标可以增减数值,特别适合Nuzlocke等挑战模式的微调需求。
-
世代1竞技场盒子管理:现在会初始化未使用的盒子,并在保存时隐藏空槽位/压缩存储空间。
多代游戏支持改进
-
世代4战斗革命:现在能正确识别存档文件的语言设置。
-
世代4组种子编辑:新增了对组种子的编辑功能。
-
世代6技能PP修正:修正了Submission技能的PP值,现在正确显示为20。
-
世代9野餐库存:修复了编辑保存时库存数量被错误调整为至少1的问题。
-
世代9战斗记忆缎带:现在当拥有7个缎带时会正确显示为金色(与游戏实际行为一致)。
技术架构改进
-
ShowdownSet解析重构:完全重写了ShowdownSet的解析和导出逻辑,为本地化和新格式提供了更好的支持。
-
.NET 9运行时优化:针对Intel CPU进行了特别优化,提升了运行效率。
-
多语言支持:更新了翻译内容,支持更多语言。
总结
这次PKHeX的更新体现了开发团队对细节的关注和对用户体验的重视。从合法性验证的精确性提升,到用户界面的便利性改进,再到多代游戏支持的完善,每一个改动都为宝可梦训练师们提供了更强大、更精确的存档编辑工具。特别是对竞技场系列游戏和XD/Colosseum等特殊版本的支持改进,让这些经典游戏的数据管理变得更加便捷可靠。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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