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。
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