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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00