Yomitan 25.4.28.0版本发布:印尼语预处理与Anki多配置支持
Yomitan是一款开源的日语学习辅助工具,它通过浏览器扩展的形式为用户提供日语文本的即时翻译和解析功能。该项目持续迭代更新,为语言学习者带来更便捷的使用体验。
印尼语预处理功能增强
本次更新为印尼语(ID)新增了removeDiacritics预处理功能。这项改进主要针对印尼语文本中的变音符号(diacritics)处理,能够自动去除这些特殊符号,使词典查询更加准确。变音符号在某些语言中用于改变字母的发音,但在实际使用中,用户可能不会严格输入这些符号。新加入的预处理功能可以智能地匹配带或不带变音符号的词汇,显著提升了印尼语用户的查询体验。
Anki多配置支持
另一个重要改进是增加了对多个Anki笔记配置的支持。Anki是一款流行的间隔重复记忆软件,许多语言学习者用它来记忆词汇。此前,Yomitan只能使用单一的Anki笔记模板配置。现在用户可以创建和管理多个不同的笔记模板配置,根据不同的学习需求灵活切换。例如,用户可以分别为词汇、语法和例句创建不同的笔记模板,大大增强了Anki集成的灵活性。
事件监听器问题修复
开发团队修复了一个可能导致搜索页面配置文件切换时重复添加事件监听器的问题。这个问题会影响性能,随着切换次数的增加,可能导致浏览器响应变慢。修复后,事件监听器将正确管理,确保每次切换配置文件时不会重复添加监听器,提升了扩展的稳定性和响应速度。
技术实现细节
在技术实现上,本次更新体现了Yomitan项目对多语言支持和用户体验的持续关注。印尼语预处理功能的加入扩展了工具的语言覆盖范围,而Anki多配置支持则展示了项目对常用学习工具深度集成的重视。事件监听器问题的修复反映了团队对性能优化的持续关注。
这些改进使得Yomitan在帮助用户学习日语的同时,也能更好地适应不同语言背景用户的需求,以及与用户现有学习工具的协同工作。项目的持续更新表明开发团队致力于打造一个功能全面、性能稳定的语言学习辅助工具。
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