Khan Academy Perseus编辑器17.6.0版本技术解析
Perseus是Khan Academy开发的一个开源数学内容编辑和渲染系统,主要用于创建和展示交互式数学题目。该系统包含编辑器组件和渲染引擎,支持多种数学表达式和交互式元素的处理。本次发布的17.6.0版本对编辑器组件进行了多项功能优化和问题修复。
主要功能更新
Mafs相关功能调整
本次更新移除了Interactive Graph组件中与Mafs相关的功能标志。Mafs是一个数学可视化库,这一改动表明Perseus正在逐步整合Mafs作为标准功能,不再需要通过功能标志来控制其可用性。这种调整有助于简化代码逻辑,提高系统的可维护性。
角度转换工具增强
在数学工具库kmath中新增了convertRadiansToDegrees函数,这个实用工具函数实现了弧度到角度的转换。在数学题目处理中,角度单位的转换是一个常见需求,特别是在处理三角函数相关题目时。这个函数的加入使得开发者能够更方便地进行单位转换操作。
辅助功能改进
屏幕阅读器树结构处理优化
针对屏幕阅读器(SR)的树结构处理进行了重要改进,解决了当页面中存在多个编辑器实例时的处理问题。这一优化确保了使用屏幕阅读器的用户在多编辑器环境下也能获得良好的无障碍体验。对于教育平台而言,无障碍功能的完善尤为重要,它确保了所有用户都能平等地获取教育资源。
代码质量提升
样式变量命名规范
更新了内部addStyle变量的命名,以符合aphrodite-add-style-variable-name的linting规则。这一改动虽然看似微小,但体现了项目对代码质量的持续关注。统一的命名规范有助于提高代码的可读性和可维护性,特别是在大型项目中。
依赖项更新
项目更新了wonderblocks等相关依赖包的版本,保持依赖项的最新状态有助于获得性能改进和安全修复,同时也能够利用依赖包提供的新特性。
技术影响分析
这次更新体现了Perseus项目在以下几个方面的持续进步:
-
功能整合:移除Mafs功能标志表明该项目正在将实验性功能逐步转化为稳定功能,反映了功能的成熟度提升。
-
数学工具完善:新增的角度转换函数丰富了数学工具库,为开发者处理数学题目提供了更多便利。
-
无障碍体验:对屏幕阅读器支持的改进展示了项目对包容性设计的重视,确保所有用户都能获得良好的使用体验。
-
代码质量:样式变量命名的规范化处理反映了项目对代码一致性和可维护性的持续关注。
这些改进共同推动了Perseus作为一个教育技术工具的整体质量提升,使其能够更好地服务于Khan Academy平台上的数学教育需求。
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