一个崭新的 Lazarus 再次崛起——第四次,为 Pascal 编程爱好者带来福音
Lazarus 4 是面向 FreePascal 编译器的全 FOSS 且兼容 Delphi 的集成开发环境(IDE)的最新版本。
该 IDE 是独立于其所使用的 Pascal 语言开发的,因此这并不意味着 FreePascal 有了全新的版本:Lazarus 4 采用 2021 年发布的 FreePascal 3.2.2 构建而成。它取代了 Lazarus 3.8,后者在今年二月 Delphi 30 周年庆时是当前版本。
Lazarus 在 Mac 上也能展现出类似 Windows 的体验,但它确实能运行——点击放大查看
版本 4 的发布距离上一个重大版本 Lazarus 3.0(于 2023 年 12 月发布)并不算太长。该项目的 Gitlab 页面列出了本次版本修复的众多问题。版本 4.0 的发布说明中包含了完整的变更及新增功能列表,其各类事件和类均经历了显著更改。也许最直观的变化在于 IDE 对停靠(docking)功能的处理方式:
IDE 现已内置停靠和停靠窗口表单编辑器(这些功能可通过选项进行切换,而无需重构 IDE 来安装或移除扩展包)。首次运行时,用户将会被提示选择是否启用这些功能。
这是一款跨平台 IDE,其 Sourceforge 页面提供了适用于 32 位和 64 位 Windows、Linux 以及 FreeBSD 的软件包。在 Apple 硬件上,提供 PowerPC、x86 以及 Arm64 版本;使用 Cocoa 开发需要 macOS 12 或更高版本,而采用较旧的 Carbon API 则支持 OS X 10.5 到 10.14。此外,还有适用于 Pi 4 及更新版本的 Raspberry Pi 版本。正如项目 wiki 所示,它支持多种用于 GUI 编程的工具包,包括 Win32、Gtk2 以及正在开发中的 Gtk3,还有 Qt 的 4、5 和 6 版本等。
关于 FreePascal 项目,人们普遍的一个意见是其文档问题,尽管文档内容非常丰富:包括八本 FPC 手册以及多种语言的详尽 Lazarus 文档。除此之外,还有一本付费教程电子书可供选择。
对于新入门该语言的用户来说,一本有助于入门的新电子书是由 Jeff Duntermann 撰写的《FreePascal From Square One》。作者表示:
这本书是我四个版本的 Pascal 教程《Complete Turbo Pascal》的精华提炼,该教程最早于 1985 年问世,并于 1993 年以《Borland Pascal 7 From Square One》达到巅峰。我曾销售过大量此类书籍并赚取可观收益,所以现在我选择免费赠出,希望能吸引更多人走进 Pascal 的世界。
不过,他也有所保留:
我需要在此提及,这本书并未涉及 Windows 编程、面向对象编程(OOP)、软件组件或 Lazarus GUI 编辑器。
此外,还有其他免费资源,例如这门 Modern Pascal 课程。资源越多,对入门学习越有帮助。
虽然 Pascal 不再被视为炫酷或时髦的语言,但它依然稳居 TIOBE 指数前十。或许这些全新版本的发布将有助于它在排名上更进一步。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。