可观测性基础模型 Toto 到底学到了什么？一项基于 BOOM 的审计

研究对可观测性预测基础模型 Toto 在 Benchmark of Observability Metrics（BOOM）上做了审计，用五个序列不相交的重划分，把其冻结残差流上的线性探针与直接读取原始输入窗口的模型、以及剥离训练配置的 Toto 架构进行对比。结果显示，短周期与中周期、指标类型从 Toto 残差中比从原始输入中更易线性恢复。