作者：京东物流张媛1、大模型的概念大模型是指具有大规模参数和复杂计算结构的机器学习模型。这些模型通常由深度神经网络构建而成，拥有数十亿甚至数千亿个参数。大模型的设计目的是为了提高模型的表达能力和预测性能，能够处理更加复杂的任务和数据。大模型在各种领域都有广

作者：京东物流翁美婷一、前言随着系统数量增多，复杂度提高，线上应急问题时有发生；加之需投入大量人力进行服务治理和验证，为了减少日常应急问题及提前排除风险，发起对生产系统的持续综合性治理，实现常态化稳定性治理。在常态化治理过程中我们将识别问题等重复性有规律的

作者：京东科技张新磊背景在前端开发中，自动化测试是确保软件质量和用户体验的关键环节。随着Web应用的复杂性不断增加，手动测试已经无法满足快速迭代和持续交付的需求。自动化测试通过模拟用户与应用的交互，能够高效地执行重复性测试任务，加快测试周期，提升测试覆盖率

作者：京东科技刘宁一、前言通过本文你将全面清晰的洞悉动态化跨端的实现原理，感受黑悟空（数据）一路打怪升级（在不同语言环境中流转改造），逆天改命（操控原生视图绘制），终成齐天大圣（完成视图渲染呈现）的艰辛历程。二、原理介绍1.动态化跨端原理介绍动态化罗码（R

作者：京东科技张静基于NLP技术对运维日志聚类，从日志角度快速发现线上业务问题日志在IT行业中被广泛使用，日志的异常检测对于识别系统的运行状态至关重要。解决这一问题的传统方法需要复杂的基于规则的有监督方法和大量的人工时间成本。我们提出了一种基于自然语言处理

作者：京东科技张静基于NLP技术对运维日志聚类，从日志角度快速发现线上业务问题日志在IT行业中被广泛使用，日志的异常检测对于识别系统的运行状态至关重要。解决这一问题的传统方法需要复杂的基于规则的有监督方法和大量的人工时间成本。我们提出了一种基于自然语言处理

作者：京东科技张静基于深度学习对运维时序指标进行异常检测，快速发现线上业务问题时间序列的异常检测是实际应用中的一个关键问题，尤其是在IT行业。我们没有采用传统的基于阈值的方法来实现异常检测，而是通过深度学习提出了一种无阈值方法：基于LSTM网络的基线（一个

京东物流：樊芳渝一、前言当前所测试业务需求为集成在业务系统WMS的jar包，jar包测试主要集中在本地拉取开发编写的代码做单元测试，因为jar包没有单独的应用，每当大促压测或日常压测，架构师或开发同事问道：这个jar包的JVM指标如何？jar包的火焰图是什

作者；京东科技王奕龙你是否曾经遇到过这样的情况：在大促活动期间，用户访问量骤增，数据库的压力陡然加大，导致响应变慢甚至服务中断？更让人头疼的是，当你试图快速定位问题所在时，却发现难以确定究竟是哪个业务逻辑中的SQL语句成为了性能瓶颈。面对这样的困境，本篇文

在电商行业的演进中，商品的呈现方式不断升级：从文字、图片到视频，再到如今逐渐兴起的3D与AR技术。作为XR应用探索的先行者，京东正站在这场体验革新的最前沿，不断突破商品展示的边界，致力于通过创新技术让消费者的选购过程更加直观、真实和高效。“3D技术能够提供