HUSTOJ在线判题系统25.01.31版本更新解析
HUSTOJ是一款基于Linux平台的开源在线判题系统(OJ),广泛应用于高校程序设计教学和竞赛场景。该系统支持多种编程语言的自动评测,提供完整的比赛管理、题目管理和用户管理功能。作为国内较早的开源OJ项目,HUSTOJ因其轻量级、易部署的特点深受教育机构和技术爱好者的青睐。
界面优化与用户体验改进
本次25.01.31版本带来了多项界面优化,显著提升了系统的用户体验。作业比赛页面列表中的操作按钮经过重新设计,使得功能入口更加直观明了。系统菜单栏进行了CSS样式调整,确保了视觉风格的一致性。特别值得一提的是,待完成任务页面的标题样式与其他页面实现了统一,解决了之前存在的界面不协调问题。
在排名展示方面,开发团队对排名页面进行了美学优化,使数据呈现更加清晰美观。对于使用syzoj主题的用户,新增了轮播图功能,为首页增添了动态展示效果,这一改进特别适合需要展示重要公告或精选题目的教学场景。
功能增强与扩展
本次更新引入了两项重要的功能扩展。首先是新增了分组统计功能,教师和管理员现在可以按小组查看学生的做题统计,这一功能特别适合班级教学场景,方便教师掌握不同学习小组的进度和表现。
其次是比赛类型的扩展支持。系统现在能够更好地区分和处理不同类型的比赛,为多样化的编程竞赛需求提供了更灵活的支持。这一改进使得系统能够适应从课堂练习到正式竞赛等不同场景的需求。
国际化支持与兼容性改进
在国际化方面,韩语语言文件(ko.php)已同步至最新中文版本,为韩国用户提供了更完整的本地化支持。这一改进体现了项目对国际化需求的重视。
技术兼容性方面,修复了mysql/mysql.h致命错误的问题,提升了系统在不同环境下的编译兼容性。这一修复对于从源代码部署系统的用户尤为重要,确保了编译过程的顺利进行。
总结
HUSTOJ 25.01.31版本通过界面优化、功能增强和兼容性改进,进一步提升了系统的易用性和功能性。特别是分组统计和比赛类型支持的加入,为教育场景下的使用提供了更多可能性。这些改进使得HUSTOJ继续保持作为轻量级开源OJ解决方案的竞争力,能够更好地满足程序设计教学和竞赛的需求。
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-1.5暂无简介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