Enso 2025.1.1 版本发布:数据科学编程语言的重大更新
Enso 是一款面向数据科学和可视化编程的开源语言和开发环境,它将函数式编程与数据流可视化完美结合,让数据分析师和开发者能够以更直观的方式处理复杂的数据任务。最新发布的 2025.1.1 版本带来了多项重要改进,从语言特性到可视化编辑器都有显著提升。
语言与运行时增强
Enso 2025.1.1 版本在语言层面进行了多项重要改进。最引人注目的是引入了交集类型(Intersection Types)支持,这一特性允许开发者更精确地定义和检查类型,提高了代码的类型安全性。当类型定义或构造函数只有一个内联参数定义时,现在必须使用括号,这一改变使语法更加严谨。
运行时方面,该版本改进了对"损坏值"(broken values)的处理方式,现在会主动提升这些值而不是忽略它们,这有助于开发者更快地发现和修复问题。此外,模块方法现在优先于 Any 实例方法被调用,这一改变使方法解析更加符合直觉。
标准库功能扩展
标准库在这个版本中获得了大量新功能,特别是在数据处理方面:
- 新增了 Table.offset 和 Column.offset 方法,为数据分页提供了更好的支持
- 改进了分隔文件读取功能,现在可以自动处理包含额外列的行
- 增强了数据库连接能力,特别是对 Snowflake 的支持,新增了密钥对认证方式
- 引入了通用 JDBC 连接支持,可以通过外部驱动程序连接各种数据库
- 表达式语言现在支持基本算术运算、正则表达式匹配以及数学常数 pi() 和 e()
这些改进使 Enso 在处理各种数据源时更加灵活和强大。
可视化编辑器改进
Enso IDE 在这个版本中获得了多项用户体验改进:
- 组件浏览器现在显示组件组的列表和简短文档摘要
- 表格可视化工具采用了服务器端过滤和排序,大幅提升了大数据集的处理性能
- 文档面板增加了对编号列表和嵌套列表的支持,并添加了格式化按钮
- 新增了"快速修复导入"按钮,简化了依赖管理
- 改进了节点选择行为,修复了删除节点或连接后选择状态异常的问题
- 云文件浏览器增加了对共享目录的访问支持,并改进了文件操作体验
编辑器还改进了文本字面量的处理,现在会自动关闭未闭合的文本字面量,并优化了数字输入时的组件匹配逻辑。
性能与稳定性
该版本将原生图像模式设为默认,这通常会带来更好的启动性能和更低的内存占用。表格可视化工具通过服务器端处理提高了大数据集的响应速度。错误处理也得到了改进,错误消息现在不会遮挡输出端口,并且在悬停时会变为半透明。
总结
Enso 2025.1.1 版本在语言能力、数据处理功能和用户体验方面都取得了显著进步。新的类型系统特性使代码更加健壮,扩展的标准库功能提供了更强大的数据处理能力,而编辑器的多项改进则让数据科学工作流程更加流畅。这些变化共同使 Enso 成为一个更加强大和易用的数据科学编程环境。
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
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