Kolibri教育平台v0.18.1版本发布:优化测验功能与用户体验
Kolibri是一个开源的离线教育平台,专为资源受限环境设计,旨在为全球学习者提供高质量的数字化教育资源。该平台支持多种设备部署,包括Windows、Mac、Linux和Android系统,特别适合学校、社区中心和缺乏稳定网络连接的地区使用。
核心功能改进
测验功能重大优化
本次版本最显著的改进是针对测验功能的优化。系统现在默认采用固定题目顺序的章节设计,这一改变源于用户社区的反馈。在之前的版本中,测验题目可能会随机排序,这给教师的教学评估带来了一定困扰。新版本通过固定题目顺序,使得测验结果更加稳定可靠,便于教师进行纵向对比分析。
另一个重要修复是解决了长期存在的测验同步问题。当测验被分配给单个学习者或学习小组时,如果这些学习者使用的是仅限学习功能的设备,测验内容可能无法正确同步。这个问题在v0.18.1中得到了彻底解决,确保了所有学习设备上的测验内容都能保持一致。
用户界面与体验优化
针对Mac应用和Safari浏览器的显示问题,开发团队修复了Facility > Class表格的布局问题。同时,学习页面中的筛选器选项不再出现截断现象,确保了所有选项都能完整显示。在移动设备上,特别是在竖屏模式下查看练习测验时,"提交测验"按钮现在能够始终可见,提升了移动端用户体验。
技术架构改进
数据库与性能优化
在数据库层面,新增了date_deleted字段到FacilityUser模型,并引入了SoftDeletedFacilityUserModelManager。这些改进为未来实现用户软删除功能奠定了基础,同时确保了现有查询不会意外包含已删除用户。
性能方面,团队优化了作业更新的数据库写入操作,现在只对重要事件进行写入,减少了不必要的数据库负载。此外,通过移除未使用的Django区域设置文件,显著减小了whl文件的体积,提升了部署效率。
前端架构调整
前端部分进行了多项清理工作,包括移除不再使用的组件和优化学习活动导入。KDS(Kolibri Design System)升级到了最新版本,带来了更稳定的UI组件。特别值得注意的是,AccessibleResourceCard组件中的深层KTextTruncator样式被移除,使得代码结构更加清晰。
开发者相关改进
对于开发者而言,本次更新改进了SQLAlchemy URL.create对特殊字符密码的处理能力,增强了系统的兼容性。同时,eslint-config-prettier、katex、webpack等多个前端依赖项都更新到了最新版本,提供了更好的开发体验和安全性。
总结
Kolibri v0.18.1版本虽然是一个小版本更新,但包含了多项实质性改进,特别是在测验功能和用户体验方面。这些改进使得平台更加稳定可靠,同时也为未来的功能扩展打下了坚实基础。对于教育工作者和学习者来说,这个版本提供了更流畅、更一致的使用体验;对于开发者而言,则带来了更清晰的代码结构和更高效的开发工具链。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00