Zotero中文样式库新增Chinese Science Bulletin参考文献格式
Zotero中文样式库近期新增了对Chinese Science Bulletin(中国科学通报)期刊的参考文献格式支持。这一更新为科研工作者在撰写学术论文时提供了更便捷的参考文献管理方案。
Chinese Science Bulletin作为中国重要的综合性学术期刊,其参考文献格式具有以下特点:
-
作者姓名格式:采用姓氏全拼在前、名字首字母在后的格式,中间用空格分隔。这种格式既保留了中文姓氏的完整性,又符合国际通行的姓名缩写惯例。
-
多作者处理:当文献作者超过3人时,系统会自动采用"et al"的缩写形式,这与多数国际期刊的引用规范一致。
-
标题格式处理:系统会自动将文章标题转换为首字母大写格式,其余部分保持小写,确保格式的统一性。
-
期刊名称缩写:严格遵循ISO标准对期刊名称进行缩写处理,如"Chinese Science Bulletin"缩写为"Chin Sci Bull"。
-
书籍标题格式:对于书籍和论文集标题,系统会自动将4个字母以上的实词和功能词首字母大写,符合学术出版规范。
-
论文集信息完整:引用论文集时,系统会完整呈现编辑姓名、出版社、出版地以及起止页码等关键信息。
-
未发表材料限制:系统遵循期刊要求,默认不将未发表材料或无卷期号的论文纳入参考文献,除非这些文献具有DOI编号。
-
网络资源限制:与多数严谨学术期刊一致,该样式不支持将网站和主页作为参考文献引用。
这一新增样式经过严格测试,能够准确满足Chinese Science Bulletin期刊的投稿要求。科研人员现在可以直接在Zotero中选用这一样式,无需手动调整格式细节,大大提高了文献管理和论文写作的效率。
Zotero中文样式库持续关注中国学术期刊的发展需求,未来还将根据用户反馈和期刊要求,不断完善和更新各类参考文献格式,为中文科研工作者提供更全面的支持。
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