- 博客(2556)
- 收藏
- 关注
RSS订阅原创 工作中对InheritableThreadLocal使用的思考
作者：京东科技 王奕龙代码评审时，发现在线程池中使用InheritableThreadLocal上下文会使其中的线程变量失效，无法获取到预期的变量值，所以对问题进行了复盘和总结。
2025-06-13 13:27:00
590
转载 京东率先开启“3D信息流时代” 让购物更有趣
未来，京东将继续以技术驱动体验升级，持续优化3D引擎、拓展AIGC能力，并与更多品牌合作，共同探索3D信息流时代的无限可能。让商品“跃然屏上”、家电家居“直接入户”、直播间360度查看商品细节，今年京东618，在为用户提供“又好又便宜”极致体验的同时，京东XR创新团队首次将“京东立影-裸眼3D广告”、3D智能居家搭配工具“立影-美家”、“立影-3D直播”等创新3D内容产品应用于多个品类或场景，京东在行业中率先开启“3D信息流时代”，为用户带来全新体验，为品牌带来新的增长空间。“京东立影-裸眼3D广告”
2025-06-13 10:00:45
40
原创 大促数据库压力激增，如何一眼定位 SQL 执行来源？
)@Override// ...})@Overridetry {// 1. 找到 StatementHandler（SQL 执行时，StatementHandler 的实际类型为 RoutingStatementHandler）= null) {// 其中 delegate 是实际类型的 StatementHandler （静态代理模式），获取到实际的 StatementHandler。
2025-06-10 11:21:28
855
原创 JDK从8升级到21的问题集
第一步：在本地进行编译，提前识别出语法错误、版本冲突及不兼容问题。主要有以下几种场景：Base64：参照【Base64编解码改造】升级版本jsr250、jaxb-runtime、jakarta.annotation-api：参照【注解包冲突典型案例】升级版本升级版本升级版本。
2025-06-06 16:39:39
545
原创 【银河麒麟高级服务器操作系统】正式上线云主机官方镜像
为此，京东云与国产操作系统领军品牌麒麟软件达成深度合作，双方已完成银河麒麟高级服务器操作系统与京东云平台在海光、鲲鹏、Intel、AMD等多款x86、arm处理器的适配认证，基于此，京东云正式推出。京东云此次上线的银河麒麟操作系统镜像，改变了云上使用商业化操作系统授权的采购模式，只需在购买云主机时一键选择银河麒麟高级服务器操作系统镜像，即可自动完成授权绑定，真正实现“开箱即用”。，以订阅式服务模式，为企业提供更灵活、更便捷的云上国产化解决方案，目前该镜像已上线至官方镜像，并在全地域发布。
2025-06-06 16:37:51
353
原创 做「长期主义者」的技术人们
近年来，传统的深度稀疏模型已经进入瓶颈，稀疏大模型是成为新的技术升级方向，但概率预估与生成式模型的差异，以及工业级的高请求、低延迟要求，使升级充满挑战。Taro 是由京东发起的开放式跨端跨框架解决方案，支持以 Web 的开发范式来实现小程序、H5、原生 APP 的跨端统一开发，从18年开源至今，在 GitHub 已累计获得 36,000+ Stars。2、在技术工作的初期，我往往会从一个个具体的问题点切入，比如优化某个算法的性能、解决特定的技术难题等。在技术发展的浪潮中，有人辗转风口，有人深耕沉淀。
2025-06-03 16:58:08
661
原创 Taro on Harmony C-API 版本正式开源
Taro on Harmony C-API 版本经历了京东鸿蒙 APP 的实践，综合性能、生态以及开发体验来讲，毫无疑问已经成为了开发鸿蒙应用的最佳框架选型之一。当下，我们也仍然在不断完善着鸿蒙的适配方案，基于当前的 Taro on Harmony C-API 方案，我们会进行多线程的架构升级以及 React 的 C++ 化，进一步提升 Taro 在鸿蒙端侧的性能，并极大地降低应用的丢帧率，整体进展也已经处于验证和测试阶段。
2025-06-03 16:56:47
755
原创 解剖DeepSeek四把刀，一场深到源码，大到行业，细到人心的手术盛宴
在这个算力与算法疯狂博弈的时代，DeepSeek就像一剂强效兴奋剂，能让追赶者瞬间爆发，却有可能治不好核心技术的贫血症，下一个十年AI王座的归属，恐怕要看谁能再这条钢索上走出最精妙的平衡。反观OpenAi彻底闭源的API模式，DeepSeek这招即赚了口碑，又卡住了技术咽喉。第三刀：刺穿精度幻象，在数学推理测实际上，DeepSeek-R1确实追评了GPT-3，但当用医疗影像诊断任务实测时，FP8精度导致的梯度消失问题暴露无疑：例如模型可能会把0.8cm的肿瘤误判为0.1cm，这种误差在现实场景中足以致命。
2025-06-03 16:54:32
385
转载 做「长期主义者」的技术人们
近年来，传统的深度稀疏模型已经进入瓶颈，稀疏大模型是成为新的技术升级方向，但概率预估与生成式模型的差异，以及工业级的高请求、低延迟要求，使升级充满挑战。Taro 是由京东发起的开放式跨端跨框架解决方案，支持以 Web 的开发范式来实现小程序、H5、原生 APP 的跨端统一开发，从18年开源至今，在 GitHub 已累计获得 36,000+ Stars。2、在技术工作的初期，我往往会从一个个具体的问题点切入，比如优化某个算法的性能、解决特定的技术难题等。1、在技术实践中，“简单”往往是最难实现的。
2025-05-29 10:22:19
184
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
基于此，我们对该现象进行了深入的理论与实验分析，并提出了相应的解决方案。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。然而，当交换后给定第一个标记时，输出任务变为预测第二或第三层的SID，这使得任务变得更简单，并且长尾分布不再影响结果（因为给定了真实的SID1），因此效果显著提升。
2025-05-28 16:15:39
188
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
该方法在选择性移除不太重要的tokens的同时，保留了最有信息量的tokens，即使在移除大量数据的情况下，也能提升模型性能。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。通过上述实验，不仅确认了“沙漏”效应的存在，还阐明了其对模型性能的具体影响，从而为未来的优化提供了坚实的基础。
2025-05-28 16:15:39
92
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
基于此，我们对该现象进行了深入的理论与实验分析，并提出了相应的解决方案。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。然而，当交换后给定第一个标记时，输出任务变为预测第二或第三层的SID，这使得任务变得更简单，并且长尾分布不再影响结果（因为给定了真实的SID1），因此效果显著提升。
2025-05-28 16:15:39
146
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
该方法在选择性移除不太重要的tokens的同时，保留了最有信息量的tokens，即使在移除大量数据的情况下，也能提升模型性能。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。通过上述实验，不仅确认了“沙漏”效应的存在，还阐明了其对模型性能的具体影响，从而为未来的优化提供了坚实的基础。
2025-05-28 16:15:39
98
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
该方法在选择性移除不太重要的tokens的同时，保留了最有信息量的tokens，即使在移除大量数据的情况下，也能提升模型性能。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。通过上述实验，不仅确认了“沙漏”效应的存在，还阐明了其对模型性能的具体影响，从而为未来的优化提供了坚实的基础。
2025-05-28 16:15:39
57
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
该方法在选择性移除不太重要的tokens的同时，保留了最有信息量的tokens，即使在移除大量数据的情况下，也能提升模型性能。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。通过上述实验，不仅确认了“沙漏”效应的存在，还阐明了其对模型性能的具体影响，从而为未来的优化提供了坚实的基础。
2025-05-28 16:15:39
125
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
基于此，我们对该现象进行了深入的理论与实验分析，并提出了相应的解决方案。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。然而，当交换后给定第一个标记时，输出任务变为预测第二或第三层的SID，这使得任务变得更简单，并且长尾分布不再影响结果（因为给定了真实的SID1），因此效果显著提升。
2025-05-28 16:15:39
75
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
该方法在选择性移除不太重要的tokens的同时，保留了最有信息量的tokens，即使在移除大量数据的情况下，也能提升模型性能。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。通过上述实验，不仅确认了“沙漏”效应的存在，还阐明了其对模型性能的具体影响，从而为未来的优化提供了坚实的基础。
2025-05-28 16:15:39
30
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
基于此，我们对该现象进行了深入的理论与实验分析，并提出了相应的解决方案。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。然而，当交换后给定第一个标记时，输出任务变为预测第二或第三层的SID，这使得任务变得更简单，并且长尾分布不再影响结果（因为给定了真实的SID1），因此效果显著提升。
2025-05-28 16:15:39
92
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
该方法在选择性移除不太重要的tokens的同时，保留了最有信息量的tokens，即使在移除大量数据的情况下，也能提升模型性能。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。通过上述实验，不仅确认了“沙漏”效应的存在，还阐明了其对模型性能的具体影响，从而为未来的优化提供了坚实的基础。
2025-05-28 16:15:39
136
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
该方法在选择性移除不太重要的tokens的同时，保留了最有信息量的tokens，即使在移除大量数据的情况下，也能提升模型性能。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。通过上述实验，不仅确认了“沙漏”效应的存在，还阐明了其对模型性能的具体影响，从而为未来的优化提供了坚实的基础。
2025-05-28 16:15:39
76
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
基于此，我们对该现象进行了深入的理论与实验分析，并提出了相应的解决方案。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。然而，当交换后给定第一个标记时，输出任务变为预测第二或第三层的SID，这使得任务变得更简单，并且长尾分布不再影响结果（因为给定了真实的SID1），因此效果显著提升。
2025-05-28 16:15:39
85
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
基于此，我们对该现象进行了深入的理论与实验分析，并提出了相应的解决方案。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。然而，当交换后给定第一个标记时，输出任务变为预测第二或第三层的SID，这使得任务变得更简单，并且长尾分布不再影响结果（因为给定了真实的SID1），因此效果显著提升。
2025-05-28 16:15:39
112
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
基于此，我们对该现象进行了深入的理论与实验分析，并提出了相应的解决方案。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。然而，当交换后给定第一个标记时，输出任务变为预测第二或第三层的SID，这使得任务变得更简单，并且长尾分布不再影响结果（因为给定了真实的SID1），因此效果显著提升。
2025-05-28 16:15:39
46
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
基于此，我们对该现象进行了深入的理论与实验分析，并提出了相应的解决方案。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。然而，当交换后给定第一个标记时，输出任务变为预测第二或第三层的SID，这使得任务变得更简单，并且长尾分布不再影响结果（因为给定了真实的SID1），因此效果显著提升。
2025-05-28 16:15:39
64
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
基于此，我们对该现象进行了深入的理论与实验分析，并提出了相应的解决方案。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。然而，当交换后给定第一个标记时，输出任务变为预测第二或第三层的SID，这使得任务变得更简单，并且长尾分布不再影响结果（因为给定了真实的SID1），因此效果显著提升。
2025-05-28 16:15:39
52
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
基于此，我们对该现象进行了深入的理论与实验分析，并提出了相应的解决方案。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。然而，当交换后给定第一个标记时，输出任务变为预测第二或第三层的SID，这使得任务变得更简单，并且长尾分布不再影响结果（因为给定了真实的SID1），因此效果显著提升。
2025-05-28 16:15:39
20
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
该方法在选择性移除不太重要的tokens的同时，保留了最有信息量的tokens，即使在移除大量数据的情况下，也能提升模型性能。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。通过上述实验，不仅确认了“沙漏”效应的存在，还阐明了其对模型性能的具体影响，从而为未来的优化提供了坚实的基础。
2025-05-28 16:15:39
27
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
该方法在选择性移除不太重要的tokens的同时，保留了最有信息量的tokens，即使在移除大量数据的情况下，也能提升模型性能。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。通过上述实验，不仅确认了“沙漏”效应的存在，还阐明了其对模型性能的具体影响，从而为未来的优化提供了坚实的基础。
2025-05-28 16:15:39
60
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
该方法在选择性移除不太重要的tokens的同时，保留了最有信息量的tokens，即使在移除大量数据的情况下，也能提升模型性能。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。通过上述实验，不仅确认了“沙漏”效应的存在，还阐明了其对模型性能的具体影响，从而为未来的优化提供了坚实的基础。
2025-05-28 16:15:39
1
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
该方法在选择性移除不太重要的tokens的同时，保留了最有信息量的tokens，即使在移除大量数据的情况下，也能提升模型性能。解决沙漏现象的方法有多种，在此简单的从分布角度提出两种简单易行的方法：一种启发式的方法是直接移除第二层，从而消除长尾效应的影响。需要注意的是，这里首先要生成一个L层的语义ID（SID），然后再移除第二层，这与直接生成一个两层的SID不同，因为后者可能仍然存在大的路由节点。通过上述实验，不仅确认了“沙漏”效应的存在，还阐明了其对模型性能的具体影响，从而为未来的优化提供了坚实的基础。
2025-05-28 16:15:39
3
转载 EMNLP 2024 | 突破RQ-SID“沙漏“瓶颈，提高生成式搜推上限
本文研究了生成式搜索/推荐系统中残差量化语义标识符（RQ-SID）存在的“沙漏”瓶颈问题，其表现为中间码本令牌过度集中。通过实验分析发现，路径稀疏性和长尾分布是导致码本利用率失衡的核心因素，显著影响电商场景下生成式任务的性能。针对该问题，本文提出了针对性优化方案，有效改善了码本学习的数据分布特征，实验表明该方法能提升实际电商搜推系统的效果与泛化能力。论文链接：https://arxiv.org/abs/2407.21488v100摘要生成式搜索/推荐在搜索和推荐系统中已经成为一种创新的范式，它通过使用基于数
2025-05-28 16:15:39
1
原创 架构提效的矛盾和矛盾的主要方面
他深知自己作为新人，在这方面还有所欠缺，因此，他决定采取一个他认为更为“高效”的方法：在某个关键位置添加一个临时的标志位（flag），然后在所有需要改动的地方都加上if判断，以确保新特性能够按时上线，同时尽量减少对现有系统的影响。到此，我们介绍了架构提效中的稳定、性能和代码这三个主要的方面，限于篇幅和架构本身的实践性，还需要我们在架构提效上进行持续的优化。当然架构也有自身的矛盾统一，在架构提效上，系统的运行正常和问题频出是一对矛盾，功能的快和慢是一对矛盾，工程的整洁有序和无序是一对矛盾。
2025-05-27 14:29:43
887
原创 业务监控—一站式搭建jmeter+telegraf+influxdb+Grafana看板
这个jar包的JVM指标如何？jar包的火焰图是什么样的？对此，只能望洋兴叹。基于以上背景，对jar监控做了一些调研和实战。是一个由InfluxData开发的开源时序型数据库。它由Go语言写成，着力于高性能地查询与存储时序数据。InfluxDB被广泛应用于存储系统的监控数据，IoT行业的实时数据等场景。Influxdb有如下三大特性•基于时间序列•可度量性•基于事件相应的，我们也可以使用prometheus。
2025-05-27 14:25:37
866
原创 Java的SPI机制详解
SPI（Service Provicer Interface）是Java语言提供的一种接口发现机制，用来实现接口和接口实现的解耦。简单来说，就是系统只需要定义接口规范以及可以发现接口实现的机制，而不需要实现接口。SPI机制在Java中应用广泛。例如：JDBC中的数据库连接驱动使用SPI机制，只定义了数据库连接接口的规范，而具体实现由各大数据库厂商实现，不同数据库的实现不同，我们常用的mysql的驱动也实现了其接口规范，通过这种方式，JDBC数据库连接可以适配不同的数据库。
2025-05-26 15:53:30
562
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人