arXiv cs.AI· Pei Yang, Wanyi Chen, Asuka Yuxi Zheng, Xueqian Li, Xiang Li, Haoqin Tu, Jie Xiao, Yifan Pang, Dongdong Zhang, Fuqiang Li, Alfred Long, Lynn Ai, Eric Yang, Bill Shi, Yifan Chen, Shuhan Sun·· 11 小时前AI 评分38
AOI：将失败轨迹转化为训练信号，实现自主云诊断
AOI: Turning Failed Trajectories into Training Signals for Autonomous Cloud Diagnosis
AI 导读
多智能体框架 AOI 在 AIOpsLab 基准的全部 86 项任务上取得 66.3% 的 best@5 成功率，比此前 SOTA 的 41.9% 高出 24.4 个百分点。
正文 · AI 翻译
作者：Pei Yang、Wanyi Chen、Asuka Yuxi Zheng、Xueqian Li、Xiang Li、Haoqin Tu、Jie Xiao、Yifan Pang、Dongdong Zhang、Fuqiang Li、Alfred Long、Lynn Ai、Eric Yang、Bill Shi、Yifan Chen、Shuhan Sun
摘要：大语言模型（LLM）智能体为站点可靠性工程（SRE）的自动化提供了一种颇具前景的数据驱动方法，但其企业部署受制于三大挑战：专有数据访问受限、在权限管控环境下执行动作存在安全风险，以及封闭系统无法从失败中改进。我们提出 AOI（Autonomous Operations Intelligence），一个可训练的多智能体框架，将自动化运维建模为安全约束下的结构化轨迹学习问题。我们的方法集成了三个关键组件。第一，可训练的诊断系统采用组相对策略优化（GRPO），将专家级知识蒸馏到本地部署的开源模型中，从而在不暴露敏感数据的前提下实现基于偏好的学习。第二，读写分离的执行架构将运维轨迹分解为观察、推理和动作三个阶段，在防止未授权状态变更的同时支持安全学习。第三，失败轨迹闭环演化器挖掘不成功的轨迹，并将其转化为纠错监督信号，从而实现持续的数据增强。在 AIOpsLab 基准上的评估表明，我们的贡献带来了累积收益。（1）仅 AOI 运行时就在全部 86 个任务上取得 66.3% 的 best@5 成功率，比此前的最优结果（41.9%）高出 24.4 个百分点。（2）加入 Observer GRPO 训练后，本地部署的 14B 模型在 63 个包含未见故障类型的留出任务上达到 42.9% 的 avg@1，超过 Claude Sonnet 4.5。（3）Evolver 将 37 条失败轨迹转化为诊断指导，使端到端 avg@5 提升 4.8 个百分点，同时将方差降低 35%。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2603.03378 [cs.LG] |
| （或本版本使用 arXiv:2603.03378v4 [cs.LG]） | |
| https://doi.org/10.48550/arXiv.2603.03378 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yifan Chen [查看邮箱]
[v1]
2026年3月3日 星期二 02:57:33 UTC（307 KB）
[v2]
2026年3月5日 星期四 02:44:23 UTC（307 KB）
[v3]
2026年3月17日 星期二 05:26:02 UTC（376 KB）
[v4]
2026年10月16日 星期五 03:43:29 UTC（376 KB）
来源：arXiv cs.AI · arxiv.org