Khan Academy Perseus 61.1.0版本技术解析
Perseus是Khan Academy开发的一个开源数学题目渲染和交互引擎,主要用于在线教育平台中的数学题目展示和解答。该引擎支持多种数学题型,包括选择题、填空题、绘图题等,并提供丰富的交互功能。最新发布的61.1.0版本带来了一系列功能增强和问题修复,下面我们将详细解析这些更新内容。
核心功能增强
Plotter组件支持无答案数据渲染
Plotter组件是Perseus中用于绘制数学图形的工具。在61.1.0版本中,开发团队对其进行了优化,使其能够处理没有预设答案的数据场景。这一改进使得Plotter组件更加灵活,可以用于教学演示等不需要立即验证答案的场景。同时,团队还新增了相关测试用例和故事书示例,确保这一功能的稳定性。
ButtonGroup组件样式定制
ButtonGroup组件新增了选中按钮的样式定制选项。开发者现在可以通过配置参数来控制选中按钮的视觉表现,这为UI设计提供了更大的灵活性。这一改进特别适合需要突出显示用户选择的场景,如多选题或导航菜单。
Orderer组件支持无答案模式
类似于Plotter组件,Orderer组件(用于排序题)现在也能够处理无答案数据的情况。这一改进使得Orderer组件可以用于教学演示或练习模式,而不必局限于严格的答案验证场景。开发团队同样为这一功能添加了全面的测试和故事书示例。
Matrix组件无答案渲染支持
Matrix组件(矩阵题)也获得了无答案数据渲染的能力。这一改进使得矩阵题可以用于更广泛的教学场景,如矩阵运算的教学演示。团队为此新增了测试用例和故事书示例,确保功能的可靠性。
类型系统改进
NumberLine组件类型完善
开发团队对NumberLine组件(数轴题)的类型定义进行了多项改进:
- 明确了correctRel属性的类型为"eq" | "lt" | "gt" | "le" | "ge",更准确地反映了实际数据和使用场景
- 添加了isInequality属性到类型定义中,修复了之前类型定义不完整的问题
这些改进使得NumberLine组件的类型系统更加严谨,有助于开发者在编译时发现潜在问题。
InteractiveGraph组件类型优化
对InteractiveGraph组件的类型定义进行了清理:
- 移除了lockedFigures和labels属性中的undefined类型,要求使用空数组代替
- 移除了非point类型图形中不必要的coord属性
这些变更使得类型定义更加精确,虽然可能需要对现有代码进行少量调整,但有助于提高代码质量。
测试与质量保证
新增测试用例
61.1.0版本中新增了多项测试:
- InputNumber组件测试,验证其在无答案数据下的交互行为
- NumberLine组件测试,确保其正确处理无答案数据
- ServerItemRenderer测试重构,使其更加专注和清晰
这些测试提高了代码的可靠性和可维护性。
不可变数据检查
新增了一个linter规则,用于防止意外修改对象和数组值。这一改进有助于避免因意外数据变更导致的bug,特别是在React的不可变数据模型中。
文档与示例
- 更新了Radio组件的文档,在测试数据中添加了rationales(解释说明)
- 为多个组件添加了故事书示例,包括Plotter、Orderer和Matrix组件
这些文档改进使得组件使用更加透明,便于开发者理解和正确使用各个功能。
依赖管理
修复了项目的依赖关系,确保包声明中包含了所有实际使用的依赖项。这一改进解决了潜在的依赖缺失问题,提高了项目的稳定性。
总结
Perseus 61.1.0版本在功能增强、类型系统完善、测试覆盖和文档改进等方面都有显著提升。特别是多个组件新增的无答案数据支持,大大扩展了Perseus在教学场景中的应用范围。类型系统的改进和不可变数据检查的引入,则从工程角度提高了代码质量和可靠性。这些改进共同使得Perseus作为一个数学题目渲染引擎更加成熟和完善。
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