JRuby 9.4.11.0发布:关键修复与性能优化
JRuby是一个基于Java虚拟机(JVM)的Ruby实现,它结合了Ruby语言的优雅与JVM平台的强大性能。作为Ruby生态中的重要一员,JRuby不仅完全兼容Ruby语法,还能无缝集成Java类库,为开发者提供了跨语言开发的便利性。
近日,JRuby团队发布了9.4.11.0版本,这是9.4系列的一个重要维护版本,主要针对Ruby 3.1兼容性进行了优化。该版本修复了前一个版本中的两个关键问题,并带来了标准库的更新,建议所有用户尽快升级。
关键修复
Mutex锁中断问题
在并发编程中,Mutex(互斥锁)是保证线程安全的重要机制。9.4.11.0版本修复了一个可能导致Mutex锁状态异常的严重问题。当线程在获取Mutex锁的过程中被异步中断时,原实现可能导致锁未被正确释放,进而引发死锁或其他并发问题。新版本通过改进锁获取机制,确保在任何情况下都能正确维护锁状态。
单例类内存泄漏
另一个关键修复是针对单例类的内存泄漏问题。在之前的版本中,JRuby的单例类实现会保留一些不必要的簿记对象,这些对象会随着时间的推移不断累积,最终导致内存使用量持续增长。9.4.11.0版本通过优化内部数据结构,彻底解决了这一问题,显著提升了长期运行应用的稳定性。
标准库更新
RubyGems与Bundler升级
JRuby 9.4.11.0将RubyGems更新至3.6.3版本,Bundler更新至2.6.3版本。这些更新不仅修复了与Bundler 2.6的兼容性问题,还带来了性能改进和错误修复,使依赖管理更加可靠。
jruby-openssl升级
安全相关的jruby-openssl库已更新至0.15.3版本,提供了更好的SSL/TLS支持,增强了加密操作的安全性和稳定性。
jar-dependencies改进
对于需要在容器化环境中使用Maven jar包的用户,jar-dependencies库升级至0.5.3版本解决了相关兼容性问题,使Java库的集成更加顺畅。
升级建议
由于9.4.10.0版本存在上述关键问题,建议所有用户直接跳过该版本,升级至9.4.11.0。新版本不仅修复了这些问题,还通过标准库的更新带来了更好的开发体验和运行稳定性。
JRuby团队特别感谢社区贡献者Karol Bucek对本版本的贡献。正是这些贡献者的努力,才使得JRuby能够持续进步,为Ruby开发者提供更好的JVM平台支持。
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