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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0382
openPangu-2.0-Flash昇腾原生的openPangu-2.0-Flash语言模型Python00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0269
LongCat-2.0LongCat-2.0,这是一款大规模混合专家(MoE)语言模型,总参数量达1.6万亿,每token激活参数量约480亿。LongCat-2.0深度集成Claude Code、OpenClaw、Hermes等主流评测框架,在代码理解、仓库级编辑、自动化任务执行及智能体工作流等场景均表现优异——为开发者提供更稳定高效的协作体验。00