SBCL 2.5.2版本发布:Common Lisp编译器的重要更新
SBCL(Steel Bank Common Lisp)是一个高性能的Common Lisp编译器实现,以其优秀的执行效率和严格的类型检查而闻名。作为Common Lisp社区中最受欢迎的编译器之一,SBCL持续为开发者提供强大的工具支持。最新发布的2.5.2版本带来了一系列值得关注的改进和优化。
类型系统增强
本次更新在类型处理方面有多项改进。编译器现在会更严格地处理FTYPE声明中的可选参数和关键字参数类型,不再为这些参数隐式添加默认值类型。这一变化使得类型检查更加精确,有助于在编译期捕获更多潜在的类型错误。
结构体构造函数现在提供了更好的错误处理机制。当结构体初始化出现类型错误时,系统会提供一个USE-VALUE重启选项,使得开发者能够在运行时纠正错误值,而不是直接导致程序终止。
CHECK-TYPE宏现在会在编译时对类型冲突发出警告,帮助开发者更早地发现潜在问题。同时,编译器现在会检查那些修改其参数的函数的FTYPE声明,确保类型声明与实际行为一致。
性能优化
新版本在多个方面进行了性能提升。对于多维数组操作,当数组维度已知时,编译器能够省略范围检查,显著提高数组访问速度。x86-64架构下,对全局符号的BOUNDP操作以及某些情况下的KEYWORDP判断都得到了优化。
列表处理函数REMOVE现在会在不需要移除任何元素时直接共享输入列表的尾部,减少了不必要的内存分配。此外,alien回调机制的整体开销有所降低,使得与外部代码的交互更加高效。
平台相关改进
不同操作系统平台都获得了针对性增强。Windows系统现在确保在保存镜像时正确提交清零后的内存。Linux系统增加了TCP_USER_TIMEOUT常量的支持,而BSD系统则根据操作系统支持情况提供了更多TCP保持连接相关的选项。
在ARM64架构上,修复了处理单精度复数寄存器时的断言错误,并改进了对(SYMBOL (NOT NULL))类型检查的效率。
打印和读取改进
新增的SB-EXT:*PRINT-CIRCLE-NOT-SHARED*打印控制变量与*PRINT-CIRCLE*配合使用时,可以区分真正的循环引用和简单的共享结构,只在出现循环时打印#1#标记,使输出更加清晰。
结构体读取宏现在能正确处理带有类型声明的槽位中的共享结构标记,解决了相关类型错误问题。
编译器稳定性提升
修复了多个可能导致内部编译器错误的情况。非标准的用户宏修改其源代码时不再触发内部错误,CONSTANTLY与DYNAMIC-EXTENT声明的组合使用也更加稳定。内联函数的处理现在与常量类似,避免了某些边界情况下的问题。
代码覆盖率数据收集机制得到了修正,消除了可能导致不可达代码被错误标记为可达的情况,确保覆盖率分析结果更加准确可靠。
SBCL 2.5.2的这些改进使得这个已经相当成熟的Common Lisp实现更加健壮和高效,无论是对于日常开发还是性能关键型应用都提供了更好的支持。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00