arXiv cs.SE· Qisheng Lu, Aoyang Fang, Junjielong Xu, Jin'ao Shang, Songhan Zhang, Yifan Yang, Xiaochuan Yan, Pinjia He·· 11 小时前AI 评分31
超越故障定位：LLM 智能体微服务根因分析的轨迹级研究
Beyond Fault Localization: A Trajectory-Level Study of LLM Agents for Microservice Root Cause Analysis
AI 导读
一项轨迹级研究分析了 RCABench 上 10 种框架-骨干配置（9 个智能体框架、2 个骨干模型）的 5,000 条轨迹，发现仅看最终定位是否准确会掩盖因果重建缺陷。成功调查会用已检索证据引导后续查询并覆盖更广诊断意图，失败则漂向无关服务或重复浅层查询，成因包括证据遗漏、误读与无依据推理。针对三类失败模式构建的轻量防御原型在多个基准上使 Acc@1 提升 3.5-35.1 个百分点。
来源：arXiv cs.SE · arxiv.org