LaTeX-Workshop 项目新增 tex-fmt 格式化工具支持
LaTeX-Workshop 作为 Visual Studio Code 中最受欢迎的 LaTeX 扩展之一,近期宣布将支持 tex-fmt 这一新兴的 LaTeX/BibTeX 格式化工具。这一更新将为开发者提供更多格式化选择,进一步提升 LaTeX 文档编写的效率和质量。
tex-fmt 是一款基于 Rust 语言开发的现代化格式化工具,相比传统的 latexindent,它具有更快的执行速度和更现代的架构设计。作为一款新兴工具,tex-fmt 通过 Cargo 包管理器进行分发,其开发活跃度显示了社区对现代化 LaTeX 工具链的迫切需求。
LaTeX-Workshop 项目维护者表示,已经为集成 tex-fmt 搭建好了基础框架。不过,这一功能的完全实现还需要等待 tex-fmt 正式发布支持标准输入输出(stdin-stdout)模式的功能。这种模式对于编辑器集成至关重要,因为它允许 LaTeX-Workshop 直接将文档内容传递给格式化工具,而无需通过临时文件交换数据。
值得注意的是,tex-fmt 在 0.4.3 版本中已经实现了这一关键功能,为 LaTeX-Workshop 的完整集成扫清了技术障碍。这意味着开发者很快就能在 LaTeX-Workshop 中选择使用 tex-fmt 作为格式化引擎,享受其带来的性能优势。
对于 LaTeX 开发者而言,这一集成意味着更丰富的工具选择。latexindent 作为传统选择功能全面但相对笨重,而 tex-fmt 则提供了更轻量级的替代方案。特别是在处理大型 LaTeX 项目时,Rust 语言的高效性可能带来显著的性能提升。
随着 tex-fmt 的不断成熟和 LaTeX-Workshop 的正式支持,LaTeX 开发者将拥有更现代化的工具链选择,这有助于提升文档编写的整体体验和工作效率。
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