jsPsych插件Cloze 2.2.0版本发布:增强学术引用功能
jsPsych是一个广泛应用于心理学和行为科学研究领域的JavaScript库,它允许研究人员在浏览器中创建和运行复杂的实验。作为jsPsych生态系统的一部分,Cloze插件是用于创建填空测验的重要工具。
在最新发布的2.2.0版本中,Cloze插件迎来了一项重要的功能增强——完善的学术引用支持。这一更新体现了jsPsych项目对学术规范和科研诚信的重视,使得研究人员能够更方便地正确引用他们使用的工具。
学术引用功能详解
新版本为所有插件和扩展添加了标准化的引用信息字段。具体实现包括:
-
标准化引用格式:每个插件现在都包含APA和BibTeX两种标准引用格式的信息,满足不同学术出版物的格式要求。
-
便捷的引用生成:jsPsych核心库新增了getCitations()函数,研究人员只需提供插件名称数组和所需的引用格式,就能自动生成规范的引用文本。
-
自动化引用生成:构建过程中,系统会自动从插件的.cff文件(如果有)中提取引用信息,确保引用数据的准确性和一致性。
技术实现细节
从技术角度看,这一更新涉及以下几个方面的改进:
-
数据结构扩展:每个插件的信息字段新增了citations属性,存储多种格式的引用信息。
-
构建流程增强:构建系统现在会自动处理插件目录中的.cff文件,将其内容转换为标准化的引用数据。
-
核心API扩展:新增的getCitations()函数提供了统一的引用获取接口,简化了研究人员的引用工作流程。
对研究实践的影响
这一更新对心理学和行为科学研究具有重要意义:
-
促进规范引用:简化了正确引用研究工具的流程,有助于提高学术研究的透明度和可重复性。
-
节省研究人员时间:自动化的引用生成减少了手动整理参考文献的工作量。
-
标准化实践:统一的引用格式有助于建立领域内的标准化实践。
总结
jsPsych Cloze插件2.2.0版本的发布,不仅是一次功能更新,更是对科研规范性的重要贡献。通过自动化引用生成和标准化引用格式,这一更新将帮助研究人员更轻松地遵守学术规范,同时保持高效的工作流程。对于使用jsPsych进行心理学实验开发的研究人员来说,这一改进无疑将提升他们的工作效率和研究质量。
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。C028
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