Khan Academy Perseus 65.1.0版本发布:增强交互式学习组件功能
Khan Academy Perseus是一个开源的交互式学习组件库,主要用于构建数学和科学教育内容。它提供了丰富的教学组件,如选择题、填空题、图形绘制工具等,帮助开发者创建动态的教育应用程序。
本次发布的65.1.0版本主要针对Radio组件和Label Image组件进行了功能增强,并修复了一些关键问题。以下是本次更新的主要内容:
新增功能亮点
选择题组件(Radio)和标签图像组件(Label Image)的提示信息增强
开发团队为Radio组件和Label Image组件增加了获取提示信息JSON输出的功能。这意味着现在可以获取到这些组件的详细解释和解题思路(rationales),为学习者提供更全面的反馈和指导。这项改进特别适合需要详细解析的教育场景,能够帮助学习者更好地理解题目背后的概念和解题方法。
重要问题修复
服务器渲染回调问题修复
修复了一个当PerseusItem没有资源时,ServerItemRenderer和LoadingContext不会触发onRendered回调的问题。这个修复确保了渲染流程的完整性,无论项目是否包含资源,都能正确触发相关回调函数。
样式系统优化
团队将LESS样式文件转换为预构建的CSS文件,简化了整个样式框架。这一改变使得样式管理更加直接,减少了构建时的复杂性,提高了项目的可维护性。
临时移除RTL显示支持
由于在故事书(Storybook)中显示RTL(从右到左)内容时出现问题,团队暂时移除了新Radio组件中的RTL显示支持。这是一个临时措施,目的是确保组件在其他环境中的正常显示,待问题解决后会重新加入这一功能。
内部改进
类型定义优化
将Radio组件的新类型从类型别名(Type)改为接口(Interface),这提供了更好的类型扩展性和IDE支持,使开发者体验更加流畅。
代码注释更新
更新了内部注释,将引用从旧的webapp改为khan/frontend,反映了Khan Academy前端代码库的迁移情况。这种文档更新虽然不影响功能,但对于新加入项目的开发者理解代码历史很有帮助。
依赖项更新
本次发布还更新了多个依赖包的版本,包括数学输入组件(math-input)、核心库(perseus-core)等,确保项目依赖保持最新状态。
总的来说,65.1.0版本在保持稳定性的同时,增强了组件的功能性,特别是为教育内容提供了更丰富的反馈信息。这些改进将进一步提升Khan Academy平台的学习体验,也为其他使用Perseus构建教育应用的开发者提供了更好的工具支持。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00