Babel v7.26.10 版本发布:安全修复与语法解析改进
Babel 是一个广泛使用的 JavaScript 编译器,它能够将新版本的 JavaScript 代码转换为向后兼容的版本,使得开发者可以使用最新的语言特性而不必担心浏览器兼容性问题。作为前端开发工具链中的重要一环,Babel 的每次更新都值得开发者关注。
安全问题修复
本次 v7.26.10 版本最重要的更新是修复了一个可能影响安全性的问题,该问题影响了使用命名捕获组的正则表达式在被 Babel 转译后的 .replace 方法行为。具体来说,当转译后的代码处理包含命名捕获组的正则表达式替换操作时,可能会产生意外的结果或潜在风险。开发团队及时响应并修复了这一问题,建议所有使用 Babel 转译正则表达式的项目尽快升级到此版本。
语法解析改进
在语法解析方面,本次更新有几个值得注意的改进:
-
装饰器语法限制:Babel 现在明确禁止在数组模式中使用装饰器语法,这符合 ECMAScript 规范的最新要求。这一变更有助于开发者避免潜在的错误用法。
-
TypeScript 解析增强:改进了 TypeScript 代码的源类型检测,使得 Babel 能够更准确地识别和处理 TypeScript 特有的语法结构。同时更新了相关的测试用例,确保解析器的稳定性。
-
抽象覆盖修饰符生成:修复了生成器在处理
abstract override修饰符组合时的输出问题,现在能够正确生成这些修饰符。
内部优化与错误修复
除了上述主要变更外,本次发布还包含了一些内部优化和错误修复:
- 修复了
deepClone方法中可能出现的"Map maximum size exceeded"错误,提高了大对象克隆的稳定性。 - 改进了变量作用域处理,确保不会错误地评估子作用域中的变量。
- 优化了
@babel/standalone的打包过程,避免了使用 webpack 重新打包时产生不必要的警告。 - 清理了左值解析相关的代码,提高了解析器的内部一致性。
总结
Babel v7.26.10 虽然是一个小版本更新,但包含了重要的安全问题修复和多个语法解析改进。对于使用命名捕获组正则表达式或 TypeScript 的项目来说,升级到此版本尤为重要。开发团队持续关注规范合规性和代码质量,这些改进将帮助开发者构建更稳定可靠的 JavaScript 应用。
建议开发者根据项目需求评估升级计划,特别是如果项目中使用了命名捕获组的正则表达式替换操作,应优先考虑升级以修复潜在的风险问题。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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