在这个瞬息万变的移动互联网时代,谁能更好的倾听用户的建议,谁就能快速赢得用户。近日,腾讯开放平台星级服务再次升级,新增Bugly-Crash监控能力,方便用户随时随地反馈应用Crash问题,从而帮助移动互联网开发者能够及时、全面、高效的解决相关反馈,并最终赢得用户的追捧。
有研究数据表明,有高达62%的用户在使用移动互联网应用时遭遇Crash;如果Crash发生在首次启动,21%的用户会立即卸载;如果Crash发生在使用过程中,70%的用户会给应用差评……可以说Crash问题对移动端应用的用户留存率、口碑、市场竞争力和收入都有非常大的影响。腾讯开放平台新增的Crash监控能力提供“Crash监控SDK+Crash监控平台”,凭借领先业界的数据分析、异常上报等多项优势能力,为开发者建立了一套连接用户的Crash问题全方位解决方案。有了Crash监控平台,开发者能够提取丰富的异常信息,及时掌控并快速定位修护Crash问题。
提供全面的Crash出错信息,提高修复效率
如果应用异常信息上报时只有“出错堆栈”,而不能实时定位机型、系统并解决具体的问题,这显然是不够的。Crash监控平台提供了“出错时应用运行信息+分析”结果,例如设备分布、系统版本、ROOT占比、硬盘剩余占比、SD卡剩余占比、内存剩余占比等全面的Crash出错信息都可以提供,帮助开发者快速排除Crash的可能原因,提高修复异常的效率。
除了普通的Java类型Crash ,还支持Android Native异常上报
对于Android移动应用的异常监控,除了普通的Java类型Crash,Crash监控平台还支持“Android Native Crash”的异常上报。所以,使用Android NDK开发C/C++的移动开发团队也可以使用Crash监控,快速发现异常问题。除此之外,Crash监控平台还支持查看系统日志,开发者可以轻松抓取log文件,再也不用苦苦等待用户反馈了。
24小时实时监控Crash,从容应对各种突发状况
Crash监控平台提供一天“24小时实时Crash监控”,并生成一份统计每小时Crash次数的“今天Crash次数按小时统计趋势图”,开发团队可以通过趋势图实时关注Crash情况,从而能够确定Crash问题是否严重,是否需要发布紧急修复包等,从容应对Crash问题所带来的各种突发状况。
Crash趋势定时跟踪,质量变化了然于胸
Crash监控平台还能按天统计并划分不同维度追踪Crash趋势变化。通过不同版本间的质量对比,开发者能更清晰的把握产品质量的变化走向,为下个版本开发做好准备。通过不同时间段的质量对比,开发者可以更清晰了解到Crash问题的引入时间和修复时间,让问题修复更有把握。
提供Crash高级搜索服务,在海量数据中快速找到关键信息
Crash监控平台还提供业界领先的多维度搜索查询服务,通过问题搜索功能,定位版本、Package、渠道、类型、状态、时间等信息,能在海量Crash数据中,快速找到上报时间、上报版本、Crash次数、Crash用户等关键信息(通过堆栈关键信息、特定机型等组合条件),帮助开发者及时定位解决问题。
腾讯开放平台全新上线的Crash监控平台能够更及时地发现异常,更全面地了解异常,更高效地修复异常,为广大开发者提供完整的Crash异常上报和解决方案。目前已有超过300款品牌产品正在使用Crash监控能力,日均覆盖亿级以上用户数,上报千万级以上异常,处理百亿级以上请求,应用的平均Crash率已成功降低了90%。Crash监控能力支持Android、iOS、WindowsPhone等平台应用的异常监控,想要接入Crash监控能力的开发者,可以前往Bugly官网(http://bugly.qq.com)及腾讯开放平台官网(http://open.qq.com)了解详细信息。
腾讯Bugly二维码/欢迎关注腾讯Bugly
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。