Web Platform Tests项目新增对MathML中CSS单位的支持
Web Platform Tests(简称WPT)是一个用于测试Web平台功能的开源项目,它包含了大量针对HTML、CSS、JavaScript等Web技术的测试用例。最近该项目合并了一个重要更新,为MathML(数学标记语言)增加了对更多CSS单位的支持。
背景介绍
MathML是一种用于在Web页面上呈现数学公式的标记语言。与HTML类似,MathML元素也可以使用CSS进行样式控制。然而,在MathML中使用某些CSS单位(如视口相对单位)时存在一些限制。这次更新就是为了解决这个问题。
技术实现细节
本次更新主要做了以下工作:
-
复用了SVG中计算单位长度的现有机制,为MathML添加了对更多CSS单位的支持。这种复用既提高了代码效率,又保证了行为一致性。
-
特别处理了vi和vb这两个单位。这两个单位需要根据书写模式(writing mode)进行计算,而目前MathML还不支持非水平书写模式,因此暂时没有实现这两个单位的支持。
-
新增了相应的Web Platform Tests测试用例,确保这些CSS单位在MathML中的行为符合预期。
技术意义
这项改进具有以下重要意义:
-
增强了MathML的样式控制能力,使开发者能够更灵活地控制数学公式的显示效果。
-
保持了与SVG在处理CSS单位上的一致性,减少了开发者需要记忆的特殊情况。
-
通过完善的测试用例,确保了不同浏览器实现这些功能时的一致性。
未来展望
虽然本次更新已经实现了大部分CSS单位的支持,但vi和vb单位的支持还需要等待MathML对非水平书写模式的支持。这将是未来的一个发展方向。
Web Platform Tests项目持续关注Web标准的实现细节,通过这样的更新,不仅完善了测试覆盖范围,也推动了浏览器厂商对这些功能的实现。对于Web开发者而言,这意味着更稳定、更一致的开发体验。
这项更新展示了开源社区如何通过协作来完善Web平台功能,是Web技术不断进步的一个缩影。
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