Ceres-Solver 编译问题:与 glog 0.8.0 开发版本的兼容性问题
在编译 Ceres-Solver 2.2.0 版本时,用户可能会遇到与 glog 0.8.0 开发版本的兼容性问题。这个问题主要出现在测试模块中,具体表现为 ScopedMockLog 类的实现与 glog 库的接口不匹配。
问题现象
当用户按照标准流程编译 Ceres-Solver 时,在构建测试模块时会遇到编译错误。错误信息显示 ScopedMockLog 类的 send 方法被标记为 override,但实际上并没有正确覆盖基类的虚函数。这是因为 glog 0.8.0 开发版本中 LogSink 接口的 send 方法签名发生了变化。
问题原因
Ceres-Solver 的测试代码中使用了 mock 日志功能,其中 ScopedMockLog 类继承自 google::LogSink。在 glog 0.8.0 开发版本中,LogSink::send 方法的参数列表发生了变化,新增了一个 LogMessageTime 参数,而 Ceres-Solver 的 mock 实现尚未适配这一变更。
解决方案
对于大多数用户来说,有以下两种解决方案:
-
禁用测试构建
这是最简单的解决方案,适合那些只需要使用 Ceres-Solver 核心功能的用户。在运行 cmake 时添加-DBUILD_TESTING=OFF参数即可:cmake ../ceres-solver-2.2.0 -DBUILD_TESTING=OFF -
修改测试代码
对于需要运行测试的开发人员,可以修改internal/ceres/gmock/mock-log.h文件,更新 ScopedMockLog::send 方法的签名,使其与 glog 0.8.0 的接口保持一致。
影响评估
禁用测试构建不会影响 Ceres-Solver 的核心功能。测试模块主要用于开发过程中的验证,对最终用户的使用没有影响。所有核心算法和功能都会正常编译和安装。
建议
对于普通用户,建议采用第一种方案,即禁用测试构建。这样可以快速完成安装,不影响后续使用。对于参与 Ceres-Solver 开发的贡献者,则需要关注这一兼容性问题,并在适当的时候更新测试代码以适应新版本的 glog。
总结
Ceres-Solver 与 glog 0.8.0 开发版本的兼容性问题主要影响测试模块的构建。用户可以通过简单的配置调整来解决这个问题,而不会影响库的核心功能。这反映了开源生态系统中不同组件版本间可能存在的兼容性挑战,也展示了灵活构建系统的重要性。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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