根因分析相关 AI 资讯 · AITOP

9月3日

12:18

官方账号arXiv cs.AI@Hao Zhou, Mandar Kulkarni, Hao Chen, Yan Xin, Charlie, Zhang

精选73°

该研究提出了一种针对电信网络根因分析的结构化推理框架，在TeleLogs和TelecomTS两个5G数据集上测试。该框架将异构网络遥测数据组织为规范上下文，强制执行决策路径推理，并生成基于证据的解释。实验结果表明，与基线技术相比，该框架能持续提高诊断准确性和决策一致性。

论文 LLM 电信根因分析

推荐理由：电信专家团队用LLM解决5G/6G网络故障诊断，通过结构化推理减少幻觉，比传统方法更准更可靠。

原文

12:13

官方账号arXiv cs.AI@Ron Begleiter, Katya Egert Berg, Gilad Saban, Gil Shabat

精选73°

Loom是一个生成式共识框架，用于解决工业环境中NLP系统整合嘈杂、冲突文本假设的挑战。该框架将模块化启发式方法生成的开放形式假设投影到连续嵌入空间，并通过迭代基于质心的重加权算法解决冲突信号。在OpenRCA基准测试中，Loom在准确率-效率帕累托前沿上表现出色，仅需单次LLM调用即可实现约26倍的速度提升。

论文 Loom OpenRCA 根因分析

推荐理由：Loom框架通过嵌入空间重加权技术，在保持高准确率的同时大幅提升推理速度，适合工业场景的根因分析任务。

原文

8月29日

00:41

官方账号arXiv cs.LG@Tommaso Bendinelli, Artur Dox, Christian Holz

TraceBench是一个基于模拟的框架，用于生成受控的根因归因任务。研究团队使用三个可解释的机械系统生成任务，评估了四个LLM智能体在受控实验条件下的表现。结果显示，智能体从领域上下文中获益显著，主要通过数值控制台输出而非可视化探索数据。当要求生成Python脚本映射时间序列样本时，智能体表现通常较差。

论文 TraceBench LLM agents 时间序列

推荐理由：TraceBench发布了首个LLM智能体时间序列根因评估框架，包含数据集、实验结果和排行榜，tracebench.github.io可访问。

原文

8月8日

00:38

官方一手AWS Machine Learning Blog@Vitaly Omelchenko

佐治亚州立大学研究中心TReNDS基于Amazon Bedrock和开源Strands Agents SDK构建了智能体流水线。该流水线实时自动调查生产错误，将根因分析耗时从人工的15至30分钟压缩到60秒以内。系统利用Strands Agents SDK编排智能体，在Bedrock上调用大模型完成诊断。

技巧 Amazon Bedrock TReNDS Strands Agents SDK

推荐理由：TReNDS把根因分析从半小时缩到1分钟，用的是Bedrock智能体流水线，运维团队可参考。

原文

7月31日

12:51

官方账号arXiv cs.AI@Albert Gong, Kyuseong Choi, Abhineet Agarwal, Jason Schechner, Ryan Huang, Raj Agrawal, Anish Agarwal, Raaz Dwivedi

ORCA-bench用一套运行六天的OpenTelemetry微服务系统，通过Prometheus、Jaeger和OpenSearch/Grafana接口暴露指标、日志和链路，共构造1079个值班根因分析任务。五个前沿智能体在Medium难度任务上最佳RCA准确率仅25.3%，Hard难度为10.0%。最弱模型在40%的故障报告中给出不合理根因；去掉源代码访问后所有指标下降。专家SRE对真值症状做了复核，LLM评判与人类评分加权kappa为0.90。

论文 ORCA-bench 根因分析智能体

推荐理由：想看看编程Agent在真实值班场景有多靠谱？ORCA-bench给了1079个线上故障任务，最强模型也只答对四分之一。

原文

7月29日

11:31

官方账号arXiv cs.LG@Md. Kamrul Hossain, Walid Aljoby

这篇论文提出MILD框架，用于自驱动网络中对三个宏意图（连续遥测、实时分析、程序化执行）进行主动故障预测和根因消歧。MILD采用教师增强的混合专家架构，联合优化意图故障预测和根因归因。通过SHAP可解释性实现KPI级诊断，并通过多时间跨度建模进行动态故障紧急度估计。在三个不同真实度的环境（统计基准、微服务应用、SDN边缘云测试床）中评估，MILD实现了高故障检测率、强修复提前时间和准确的意图级根因消歧。

论文 MILD 自驱动网络意图驱动

推荐理由：想搞自治网络的必看，MILD能提前预测故障还能准确定位根因，比传统的阈值检测反应快多了。

原文

6月26日

11:34

官方账号arXiv cs.AI@Aoyang Fang, Yifan Yang, Jin'ao Shang, Qisheng Lu, Junjielung Xu, Rui Wang, Songhan Zhang, Yuzhong Zhang, Boxi Yu, Pinjia He

OpenRCA 2.0 引入了 PAVE 协议，通过故障注入重建因果传播路径，标注了 500 个跨系统实例的步骤级因果链。在 11 个前沿 LLM 上测试，完全恢复根因集的成功率平均仅 20.7%。放宽条件后发现，模型在 76.0% 的案例中能识别至少一个正确根因服务，但只有 61.5% 能将服务与观察到的症状通过验证的因果路径关联起来。该基准揭露了仅靠结果标签评估时隐藏的未接地诊断失败模式。

论文 OpenRCA 2.0 PAVE LLM

推荐理由：这篇论文搞了个新基准 OpenRCA 2.0，用 PAVE 协议给每一步因果关系打标签，发现 LLM 猜对根因容易，但连对因果路径很难——这比只看结果靠谱多了。

原文

6月9日

10:36

官方账号arXiv cs.AI@Anastasiia Kuvshinova, Seungmin Jin

精选

本文提出Graph Traversal Agent，一种结合LLM推理与确定性图操作的根因分析代理，用于诊断Kubernetes事件。该方法通过类型化证据图、LangGraph状态机和独立验证阶段，确保分析结果可审计且不依赖场景捷径。在ITBench基准测试中，系统在23个场景子集上根因实体F1从0.6087提升至0.9130，但消融实验显示部分提升源于提示词优化，去除提示后F1降至0.6958。研究强调，真正的泛化能力需通过提示消融、级联源检查等轻量级验证来区分。目前工作限于ITBench OpenTelemetry-demo快照，未声称生产就绪。

论文 Kubernetes 根因分析 LLM代理

推荐理由：Kubernetes运维团队终于有了一个可审计的根因分析方案——Graph Traversal Agent通过图约束和独立验证，避免了LLM常见的幻觉和场景作弊。做K8s可观测性或事件诊断的开发者，值得看看这个结合图遍历与LLM的框架设计。

原文