Khan Academy Perseus项目发布新版本:Free Response Widget全面升级
Perseus是Khan Academy(可汗学院)旗下的一个开源数学教育组件库,它为在线学习平台提供了丰富的交互式数学题目组件。近日,Perseus项目发布了63.0.0版本,其中最引人注目的是全新设计的Free Response Widget(自由回答组件)的全面发布。
Free Response Widget的重大革新
本次版本更新中,Free Response Widget经历了从基础构建到功能完善的完整开发周期。这个组件允许学生在网页上自由输入文本答案,特别适合需要开放式回答的数学题目。
新版本不仅实现了基本的文本输入功能,还增加了多项关键特性:
-
评分标准支持:教师可以设置详细的评分标准,系统能根据预设规则自动评估学生答案的质量。
-
LaTeX渲染能力:组件现在能够识别并正确渲染数学公式中的LaTeX标记,这对于数学题目的显示至关重要。
-
字符限制功能:新增了可选的字符数限制,帮助教师控制答案长度。
-
自定义占位文本:教师可以设置个性化的输入框提示文字,提供更明确的问题引导。
技术实现细节
在技术实现上,开发团队采用了现代化的React组件架构,确保了组件的可维护性和扩展性。评分系统采用了模块化设计,将评分逻辑与UI展示分离,便于未来扩展更多评分规则。
针对数学公式的特殊需求,组件集成了强大的LaTeX解析引擎,确保复杂数学符号的正确显示。同时,开发团队特别注重无障碍访问(A11y)特性,使组件能够被屏幕阅读器等辅助技术正确识别。
其他组件改进
除了Free Response Widget的主要更新外,本次发布还包括:
- 新版Radio Widget(单选组件)的代码标准化重构,提高了代码一致性和可维护性
- 为长选项内容添加了水平滚动条支持,改善了用户体验
- 多项底层依赖库的版本更新,提升了整体稳定性
教育应用价值
这些技术改进直接转化为教学优势。教师现在可以创建更灵活的开放式问题,系统提供的自动评分功能减轻了批改负担,同时保证评分一致性。学生则能获得更丰富的答题体验,特别是对需要展示解题过程的数学题目。
Perseus项目的持续更新展示了技术如何赋能在线教育,通过精心设计的交互组件,使远程学习体验更接近面对面的教学效果。Free Response Widget的完善特别体现了对数学教育中"展示思考过程"这一重要环节的技术支持。
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
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