Khan Academy Perseus 核心库7.1.0版本发布:用户输入类型安全与组件增强
Perseus是Khan Academy开发的一个开源数学题目渲染和交互引擎,它为在线教育平台提供了强大的题目展示和交互能力。作为Khan Academy技术栈的重要组成部分,Perseus能够处理各种复杂的数学表达式、图形交互和题目类型。
最新发布的7.1.0版本为Perseus核心库带来了两项重要改进:类型安全的用户输入解析器和Categorizer组件的无答案渲染支持。这些改进不仅增强了代码的健壮性,也为开发者提供了更好的开发体验。
类型安全的用户输入解析
在7.1.0版本中,开发团队为多个核心组件引入了类型安全的用户输入解析器。这些组件包括:
- 下拉选择框(Dropdown)
- 交互式图表(Interactive Graph)
- 数字输入框(Numeric Input)
- 表达式输入(Expression)
- 单选按钮(Radio)
这一改进使得开发者能够更安全地处理用户输入数据,减少运行时错误的可能性。特别值得注意的是,原先定义在@khanacademy/perseus-score中的Perseus<Widget>UserInput类型现在已经被迁移到了@khanacademy/perseus-core模块中。这意味着开发者需要更新他们的导入语句,从新的位置获取这些类型定义。
对于Radio组件,开发团队还特别修复了选项解析器的一个问题。现在解析器能够正确处理PerseusRadioChoice.widgets字段的null值,并将其转换为undefined,这提高了数据处理的灵活性。
Categorizer组件增强
Categorizer是一个允许用户将项目分类的交互组件。在7.1.0版本中,这个组件获得了无答案数据渲染的能力。这意味着:
- 组件现在可以在不提供预设答案的情况下正常渲染和工作
- 增加了相关的测试用例,确保功能的稳定性
- 补充了Storybook示例,方便开发者理解和使用这一特性
这项改进使得Categorizer组件更加灵活,能够适应更多样化的教学场景,比如当教师希望学生自由分类而不受预设答案限制时。
升级建议
对于正在使用Perseus库的开发者,建议尽快升级到7.1.0版本以利用这些改进。特别是:
- 检查项目中所有从
@khanacademy/perseus-score导入的用户输入类型,将它们更新为从@khanacademy/perseus-core导入 - 如果使用Categorizer组件,可以考虑重构代码以利用新的无答案渲染功能
- 对于Radio组件,现在可以更安全地处理widgets字段的null值
这些改进不仅提升了开发体验,也为最终用户带来了更稳定可靠的教育应用体验。Perseus团队持续关注教育技术的实际需求,通过这样的迭代更新,不断强化这个开源项目的价值。
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