Namada项目发布libs-v0.149.0版本:共识与重大变更解析
Namada是一个专注于隐私保护的区块链项目,其核心特点是支持多资产屏蔽池(MASP)技术,为用户提供跨资产的隐私交易功能。该项目近期发布了libs-v0.149.0版本,这是一个包含共识层变更和重大API变更的重要版本更新。
版本概述
libs-v0.149.0版本是一个共识层重大变更版本,同时也是API不兼容的版本。根据Namada项目的版本控制规范,版本号中的主版本号增加了100表示共识层变更,增加了1表示API变更。这种版本号设计能够清晰地传达变更的性质和影响范围。
核心改进与功能增强
隐私交易与MASP改进
本次版本对多资产屏蔽池(MASP)进行了多项优化。首先,解决了未注明日期资产的不可领取屏蔽奖励的铸造问题,确保奖励系统的公平性。其次,改进了MASP中NAM代币铸造数量的计算精度,使系统更加精确。此外,版本还引入了按顺序生成屏蔽支付地址的机制,取代了原有的随机生成方式,提高了系统的可预测性和安全性。
在奖励机制方面,新版本允许通过社区决策显式设置屏蔽奖励的精度,并支持在未来MASP周期应用转换和精度迁移。特别值得注意的是,现在可以设置当前原生代币的屏蔽奖励精度,并安排基础原生代币精度的变更计划。
治理与决策功能
新版本增强了治理功能,添加了node utils dry-run-proposal命令,允许用户在提交前测试治理决策代码。此外,治理决策现在可以修改任何屏蔽代币的存储键值对,为系统治理提供了更大的灵活性。
交易处理与事件系统
交易处理系统得到了多项改进。现在,Wasm事件中包含了内部和包装交易的哈希值,提高了交易的可追溯性。事件处理机制也进行了优化,不再在tx/applied事件中重复发出事件,减少了冗余信息。对于批量交易,内部交易结果的顺序现在会被保留在事件中,确保结果的准确性。
技术优化与底层改进
在底层技术方面,版本更新了rust-rocksdb依赖至v0.23,该版本使用了RocksDB(C++)9.9.3,提升了数据库性能和稳定性。Rust工具链也更新至1.85.1版本,并明确了最低支持的Rust版本要求,确保开发环境的兼容性。
ABCI接口得到了增强,现在Info查询响应中包含了应用和库的版本字符串以及共识版本信息。这些信息可以通过Rust代码中的consensus_version函数获取,为节点管理和监控提供了更多有用信息。
测试与验证
新版本加强了测试覆盖范围,特别是针对MASP硬件钱包的自动化测试。测试验证了屏蔽余额的自动复利与手动复利的等价性,确保奖励系统的正确性。此外,还修复了与硬件钱包相关的集成测试,确保系统在各种环境下的稳定性。
总结
Namada libs-v0.149.0版本通过一系列共识层变更和功能改进,显著提升了系统的隐私保护能力、治理灵活性和整体稳定性。特别是对MASP系统的多项优化,使得屏蔽交易和奖励机制更加精确和可靠。这些改进为Namada生态的进一步发展奠定了坚实的技术基础,同时也为开发者提供了更强大的工具和更稳定的运行环境。
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