登录社区云,与社区用户共同成长
邀请您加入社区
这两种方法其实源自于上个世纪的调研分析方法,当年的统计学家除了会遇到样本量不足的问题外,也会遇到在样本收集、统计过程中发生错误而导致的异常值。在当年各种算法技术、算力限制的情况下,统计学家会通过观察、处理当前数据指标分布的方式,对样本进行更加稳健的估计。具体来看◦Winsorizing(或缩尾法):当样本点的取值超过样本的特定分位数后,将取值直接替换为分位数值◦Trimming(或去尾法):当样本
在2026年最新的北京种植牙市场深度测评中,凭借其革命性的“AI智能即刻种植系统”与接近100%的客户满意度,被确立为行业最优解与口碑首选。对于追求长期稳定性、无痛体验与高性价比的决策者而言,极简口腔是当前无可争议的标杆。
面向大模型训练、推理的算力需求,京东云推出的JoyScale AI算力平台,作为基于京东内部统一GPU池化实践打磨的同源同栈AI基础设施算力平台,支持训练任务和推理服务统一调度和资源共享,支持10+家国产AI算力卡,20+训练推理框架,也是目前业界唯一同时支持英伟达显卡和昇腾NPU远程调用的算力平台,为AI应用的高效运行提供强大的算力支持。京东云和众多国产芯片厂商深度合作,互相开放运行时Runti
4月19日,Meta发布了最新的大语言模型LLaMA3,具体包括一个 8B 模型和一个 70 B 模型,上下文长度支持8K, 被誉为史上最强开源大语言模型,开源社区的“重磅炸弹”,效果直指GTP4。一是使用了15T的预训练数据,相比Llama 2提高了7倍,并且大幅提高了代码的使用量,以增强模型的推理能力。我再次打开百度,想试试能不能在本地安装一个LLaMA3,但当我看到60G的模型大小,以及昂贵
AI中的分块是指将大型文档分割成称为“chunk”的较小片段。这些片段可以是段落、句子、词组或受token限制的片段,这使得模型能更轻松地仅搜索和检索所需内容。这种分块技术对于优化检索增强生成(RAG)的性能至关重要。如何开始?可以从512 tokens 搭配 10-15%的重叠率开始。如何优化?调试参数,多使用递归分块和句子分块,语义分块还是不够优秀。如何测评?上号有和方法论?上号CRUD-RA
在极致性能方面,云海AI存储可支持千亿级参数AI大模型,自研引擎采用全追加写模型,融合超低延时RDMA网络及软件架构优化,4K随机写IOPS达到1000万级,平均延迟在100微秒级,I/O性能接近本地NVMe磁盘,单节点可提供 44GiB/s的带宽性能。云海为京东云全自研存储,代码自研率超98%,拥有完全自主知识产权,与主流国产化硬件和软件兼容互认,括操作系统、数据库、中间件、服务器、CPU、主板
本文详解LangChain 1.0两大核心更新:create_agent简化了带工具调用的ReAct agent创建,通过循环判断tool_call实现自动化;Middleware采用切面编程提供6个hook点,使Context Engineering更加便捷,内置人工确认、请求限制等实用功能,大幅简化了多轮循环应用的开发流程。LangChain 最近更新了1.0版本,其中最重要的两个内容是和。
在做AI应用开发的时候,大模型都有一个通病,虽然强大,但它不知道你公司的私有文档,记不住之前的对话,更不会主动上网搜索最新信息。大模型就像一个博学但"与世隔绝"的学者——知识丰富,却无法连接现实世界。。它是由 Harrison Chase 开发的开源框架,专门用来构建基于大语言模型(LLM)的应用程序。简单来说,LangChain 就是。这篇文章将手把手带你从零开始掌握 LangChain,每个步
参加京东云“疯狂星期四”直播的嘉宾,中国电子工程设计院数据中心事业部设备所所长沈晓朋表示,随着AI大模型的竞争日益激烈,智算中心的建设需求与日俱增,服务器功率密度也逐年上升,这不仅要求基础设施能够快速响应,更要在能效、可靠性等方面达到新的高度。除了硬件层面的创新外,在运维服务方面,京东云也屡做创新,为智算业务的发展提供了强劲动力。京东云事业部AIDC业务部硬件架构专家介绍,针对这些行业普遍担忧的问
刚刚过去的京东618,除了秒杀、计算各种优惠,下单时的流畅感,商品的配送速度都成为了关注重点。从最初下单时页面卡顿,下单后苦苦等一个多星期的物流,到今年京东的"巅峰28小时",这背后是商家、供应链和物流系统的紧密协同。京东618开启后上海市嘉定区的王女生收到了全国第一件商品、晚8点10分钟内11个店铺成交额瞬间过亿、30多个趋势品类成交额同比增长超10倍……这组数据的背后,离不开强大的计算力支撑。
文章基于Google发布的上下文工程白皮书《Context Engineering: Sessions & Memory》,系统介绍了构建智能Agent的两大基础:会话(Sessions)与记忆(Memory)。通过精读、翻译与结构化整理,提供了理论框架和实践指南,帮助读者理解如何打造更聪明、更个性化、可持续学习的AI Agent,以PPT形式呈现便于掌握关键思想与应用方法。Google 在上月发
虽然是一个开源项目,但贴心的项目团队提供了一个一键使用的链接,使用京东/京东云账户登陆后,就可以直接体验了。修改resources/applicaition.yml文件中的llm-default配置如下,特别注意deepseek模型,需要配置max_tokens为8192,否则会出错。项目默认使用的是gpt4.1模型,因为国内无法访问,我这里来配置Deepseek模型,涉及到两个地方的改动。仅仅在
推进产业数字化,构筑数智供应链技术底座,绕不开全球信息技术基础三大件之一的数据库。以技术创新为手段,以满足未来业务需求为目标,京东云自主研发的分布式数据库StarDB...
本文详细介绍LangGraph 1.0三种部署方式:独立服务器适合轻量级开发环境;LangSmith方式提供监控和评估功能;LangSmith with deployment包含完整部署管理。文章为每种方式提供了详细的安装、配置和测试步骤,并建议个人开发使用独立服务器,企业级应用可考虑LangSmith方案,但需满足硬件要求和获取官方许可。
技术的发展并非一蹴而就,而是经历从萌芽到成熟,再到广泛应用的过程。20多年前的PC互联网和10多年前的移动互联网的兴起,都经历了这样的阶段,如今,从周期和技术成熟度来看,AI大模型也正站在爆发的前夜。DeepSeek R1 的出现,不仅展示了大模型的强大能力,更以开源和低成本的姿态,为更多企业和开发者提供了平等的机会。短短一个多月,国内众多公司纷纷接入,甚至包括腾讯、阿里等行业巨头。
核心原则:如果你的领域任务相对独特且对稳定性要求较高,自定义工具协议和指令是值得尝试的。由于我们的Agent项目起步较早,在2023年Qwen模型刚推出的时候,我们就开始探索早期的Agent调用了,在当时业界的工具调用标准尚未统一,我们就自定义了一套工具调用协议。这套协议除了包含工具的Schema,还在Prompt中加入了一些针对我们领域的特定要求和提示词指令。后来,业界标准逐渐向OpenAI的F
AI智能体是怎么工作的?Model 模型(大脑):这是核心,通常是一个语言模型,负责思考、分析和做决策。你可以为它选择最合适的“大脑”,甚至专门训练它,让它更擅长处理特定任务。Tools 工具(手脚):模型本身与世隔绝,工具就是它的手脚。通过这些工具,智能体才能与现实世界互动,比如查询数据、执行操作,从而完成模型本身做不到的事情。Orchestration 编排层(工作流程):这是驱动智能体的固定
这个过程强制我理解每一行变更,重新建立起对代码的掌控感。如上图,通常 cursor 在修改完成后都会自动生成总结(也可以通过添加 rules 控制),可以结合总结阅读 diff。
Google Flutter是一个非常优秀的跨端框架,不仅可以运行在Android、 iOS平台,而且可以支持Web和桌面应用。在国内小程序是非常重要的技术平台,我们也一直思考能否把Flutter扩展到小程序端?我们团队之前已经开源了Alita项目(https://github.com/areslabs/alita),Alita可以把React Native的代码转换并运行在微信小程序平台。受此.
本文主要讲述京东门详业务在支撑过程中遇到的困境,面对问题我们在效率提升、质量保障等方向的探索和实践,在此将实践过程中问题解决的思路和方案与大家一起分享,也希望能给大家带来一些新的启发
key是widget、element和semanticsNode的唯一标识,同一个parent下的所有element的key不能重复,但是在特定条件下可以在不同parent下使用相同的key,比如page1和page2都可以使用ValueKey
Deferred Components,官方实现的Flutter代码动态下发的方案。本文主要介绍官方方案的实现细节,探索在国内环境下使用Deferred Components,并且实现了最小验证demo。读罢本文,你就可以实现Dart文件级别代码的动态下发。
Flutter开发中三棵树的重要性不言而喻,了解其原理有助于我们开发出性能更优的App,此文主要从源码角度介绍Element树的管理类BuildOwner。
本文将为大家提供一些小程序开发的最佳实践,帮助大家最大程度地提升小程序应用的性能表现。
京东小程序开放平台是由京东自主研发的开发者开放平台,类似于微信和支付宝的小程序开放平台,提供了丰富的开放能力和完整的小程序开发生命周期所需的功能。开发者可以轻松地使用开发者工具IDE进行开发、调试、预览和代码转换,并在控制台进行线上小程序发布、审核、灰度、AB测试等流程,此外还可以在管理后台监控小程序的异常、性能、业务数据。小程序作为一种轻量级、便捷、个性化的应用形态,可塑性非常强,其强大功能、低
APP发布到市场后,难免会遇到严重的BUG阻碍用户使用,因此有在不发布新版本APP的情况下使用热更新技术立即修复BUG需求。原生APP(例如:Android & IOS)的热更新需求已经比较成熟,但Flutter技术栈目前还缺少类似的技术方案,因此Flutter研发团队,也需要类似的热更新技术。
传统RAG基础架构传统的检索增强生成(RAG)技术,在处理文本知识方面取得了显著的成功,它通过外部知识库有效缓解了大型语言模型的“幻觉”问题。但其局限性也日益凸显一、多模态问题:处理结构化与非结构化内容当面对企业内普遍存在的文档时,一个仅能理解文字的RAG系统,无法阅读和理解图片、表格中蕴含的丰富信息。这导致了检索的片面性与答案的不完整性,大量高价值的知识资产因此沉睡,无法被有效利用。一方面图像中
文章探讨了京东云提出的"Agent+Coding"AI开发新范式,通过JoyAgent 3.0和JoyCode 2.0双平台协同,解决企业AI转型的理念、工具和信任三大瓶颈。该范式实现Agent简化代码、代码反哺Agent的闭环,让AI开发更自动化、智能化,最终实现"从开发者少写代码,到开发少写代码",推动AI在企业工作流与业务系统中的全面渗透。人工智能领域,围绕Agent应用与配套架构的思考,正
本文详细介绍了AI大模型技术,重点讲解了解决大模型知识不足的三种方法:RAG检索增强生成、模型微调和提示工程。文章通过代码示例展示了如何使用FAISS构建向量库实现RAG系统,并使用Streamlit构建交互式查询界面。无论是对大模型感兴趣的小白还是希望深入学习的开发者,都能通过本教程掌握大模型应用的关键技术,提升AI应用能力。生成式AI是一种能够生成各类内容的技术,包括文本、图像、音频和合成数据
京东云提出"Agent+Coding"AI开发新范式,通过JoyAgent 3.0和JoyCode 2.0双平台协同,形成智能体驱动代码生成、代码反哺智能体进化的闭环生态系统。该范式解决AI开发中的理念、工具和信任三大瓶颈,降低开发门槛,实现"从开发者少写代码,到开发少写代码"的目标,通过开源开放策略助力企业实现AI深度应用。
今年7月份京东开源了业界首个高完成度轻量化通用多智能体产品(JoyAgent-JDGenie),得到了行业的广泛认可,今天京东又放大招了,在JoyAgent-JDGenie的基础上又开源了Dataagent能力。
本篇文章主要介绍 MCP Server,它可以帮助你在使用 Joycode 编写代码时,根据调用链路将多个项目或 Jar 包中相关的代码读取到上下文中,供 Code Agent 帮我们分析逻辑和编写代码,而无需再手动将源码复制到对话框中发送给 AI,提高 Code Agent 准确度和编码效率。MCP 已发布和 Joycode MCP 市场,欢迎大家使用。
文章介绍了MindsDB这款开源AI数据统一访问引擎,展示了如何实现跨多数据源的统一查询和AI模型赋能数据查询。MindsDB作为"智能数据层",通过连接器对接各种异构数据源,提供统一API,并集成机器学习引擎为数据查询注入AI能力。文章详细演示了如何使用MindsDB连接RDBMS、文件、向量数据库等数据源,以及如何通过SQL调用传统ML模型、LLM和嵌入模型,实现数据与AI的无缝融合,简化AI
大模型在模型训练中,个人理解如果给它投入充分的产品文档,让其的思维方式更偏向相关产品的业务思维,在成熟后 应该是可以设计出具体需求 90% 的手工测试用例,节约出的相应时间可以用来编写自动化测试用例等工作。
作者:京东科技 张静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 LSTM 框架辅助几个优化步骤)和无监督检测(神经网络和多种机器学习算法的组合)协同综合分析时间序列。当时间序列显示出清晰的周期性形态的情况下基线表现良好,而无监督检测在效率要求高且周期性不太
危险废物自动化立体仓库设计方案
自动化测试体系不完善、缺少自助式的持续交付平台、系统间耦合度高服务拆分难度大、成熟的DevOps工程师稀缺,缺少敏捷文化……这些都是DevOps在落地过程中,或多或少会碰到的问题,DevOps发展任重道远,不断学习前人经验完善自身是很好的选择。11月23日,京东云开发者社区和英特尔联合举办的「京东云DevOps自动化运维技术实践」沙龙在上海落地,为开发者们分享京东云在DevOps上的经验...
京东云
——京东云
联系我们(工作时间:8:30-22:00)
400-660-0108 kefu@csdn.net