Enso 2025.2.1 版本发布:数据科学编程语言的创新升级
Enso 是一款面向数据科学和可视化编程的开源语言与开发环境,它通过独特的图形化编程方式,让数据科学家和开发者能够更直观地构建数据处理流程。近日,Enso 发布了 2025.2.1 版本,带来了一系列令人兴奋的新功能和改进。
核心功能升级
增强的表格表达式支持
新版本显著提升了表格处理能力,增加了对表格表达式的语法高亮支持。这使得开发者在编写涉及表格操作时能够获得更好的视觉反馈。同时,新增了从表格可视化中直接检查列、行和值的功能,只需右键点击即可访问这些数据细节,大大提升了数据探索的效率。
组件参数管理优化
组件参数系统得到了全面改进。现在开发者可以:
- 添加和重新排序组件组参数
- 编辑分组组件参数名称
- 为分组组件参数选择预期类型
- 查看组件评估进度
这些改进使得构建复杂数据处理流程时,参数管理变得更加灵活和直观。
多行文本编辑支持
一个备受期待的功能终于到来——多行文本字面量的编辑支持。这意味着开发者现在可以更方便地在Enso中编写包含多行文本的代码片段,而不再受限于单行文本输入。
开发体验提升
类型系统增强
类型系统方面,新版本做了两项重要改进:
- 类型注释现在可以在图形编辑器中直接查看,使得代码的可读性大幅提升
- 组件浏览器现在会考虑可能的类型转换来显示方法,使得方法发现更加智能
云服务集成
云服务支持得到了扩展:
- 新增了从图形编辑器的云浏览器创建新密钥的功能
- 增加了浏览云文件夹的能力
- 提供了浏览云密钥值的选项
这些功能让Enso与云服务的集成更加紧密,方便开发者管理云端资源。
用户界面改进
全新右侧面板
2025.2.1版本引入了一个全新的右侧面板设计,统一了不同标签页之间的界面体验。这个面板提供了更一致的操作方式,减少了上下文切换带来的认知负担。
文件浏览器增强
文件浏览器现在支持按扩展名过滤文件,使得在大型项目中定位特定类型的文件变得更加容易。
文档格式化快捷键
新增了文档格式化的键盘快捷键,让开发者能够更快速地美化代码文档。
标准库扩展
Enso的标准库在这个版本中获得了多项重要扩展:
- 新增了对固定宽度列数据文件的支持,包括添加了row_limit参数来控制读取的行数
- 增加了Tableau Hyper格式的写入支持
- 初步实现了Microsoft Azure服务的集成支持
底层技术升级
在引擎层面,Enso 2025.2.1进行了两项重要的技术升级:
- 将Truffle框架升级到24.2.0版本,包括其JavaScript和Python实现
- 将GraalVM从JDK 21升级到JDK 24
这些底层升级带来了性能提升和更好的语言互操作性。
隐私与数据收集
需要注意的是,这个版本会收集匿名使用数据来帮助改进产品。收集的数据包括会话长度、图形编辑事件、导航事件等,但不会包含用户的实际代码内容。稳定版本将会改为选择加入的数据收集模式。
总结
Enso 2025.2.1版本在数据科学编程体验上做出了多项实质性改进,从表格处理到云服务集成,从类型系统到用户界面,几乎每个方面都有所提升。这些改进使得Enso作为一个数据科学编程语言和可视化工具更加成熟和强大,值得数据科学家和开发者关注和尝试。
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