Namada项目v101.1.0版本技术解析与改进亮点
Namada是一个专注于隐私保护的区块链项目,通过零知识证明等技术为用户提供安全的交易环境。该项目近期发布了v101.1.0版本,虽然这个版本意外包含了共识破坏性变更(已在v101.1.1中修复),但仍然包含了许多值得关注的技术改进和优化。
核心Bug修复
本次更新修复了几个关键问题。首先解决了在原生运行时vm_env中ABI设置为C-unwind的问题,这涉及到虚拟机环境的稳定性。其次改进了与Osmosis SQS服务器的查询方式,现在使用ICS-20追踪路径哈希而非路径本身进行查询,提高了跨链交互的可靠性。此外还修复了一个安全问题,禁止从PGF(公共资金池)和治理账户向非原生代币发放资金。
性能与用户体验优化
在性能优化方面,开发团队做了多项改进。MASP(多资产屏蔽池)费用支付现在会包含拒绝验证程序的地址和错误信息,便于问题排查。改进了屏蔽费用支付的用户体验,特别是在失败原子批次中的显示方式。POS(权益证明)领取奖励交易的气体消耗得到优化,降低了用户成本。
交易签名机制也进行了调整,现在signatures和gas-signature参数仅适用于custom交易类型。如果提供了气体签名,则不允许使用气体支付者。这种设计提高了交易签名的安全性和明确性。
功能增强与限制
在功能增强方面,改进了屏蔽账户变更的计算逻辑,现在只在所有屏蔽输入构建完成后计算变更,减少了浪费。同时增加了转账目标的限制,在tx_transfer中最多允许20个独特的转账目标(来源+目标),这有助于防止滥用。
迁移功能得到扩展,现在可以重置原生代币和其他Namada地址的奖励。还删除了IBC签名者解析作为治理地址的冗余代码,简化了代码结构。
测试与稳定性提升
测试方面增加了多项集成测试,包括新的MASP事件和失败原子批次中的屏蔽费用支付场景。针对"tricky_masp_txs"测试进行了优化,通过减慢epoch速度来减少测试的不稳定性。
底层库与工具更新
项目依赖的Namada库更新至lib-v0.150.0版本,Hermes中继器升级到v1.13.0,这些底层更新为系统带来了更好的兼容性和新功能。
总结
虽然v101.1.0版本存在一些意外问题,但它包含的众多改进展示了Namada项目在隐私保护、性能优化和用户体验方面的持续努力。从虚拟机环境的稳定性修复到跨链交互的优化,再到交易签名机制的完善,这些变更共同提升了Namada网络的可靠性和可用性。开发团队对问题的快速响应(在v101.1.1中修复共识问题)也体现了项目的成熟度和专业性。
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