arXiv · cs.AI· Tingzhu Bi·· 15 小时前AI 评分36
研究：简单 LLM 框架在微服务故障根因分析上胜过手工设计的 RCA Agent
Free to Look, Free to Reason: Simple LLM Harnesses Outdiagnose Hand-Crafted Root Cause Analysis Agents
来源与原文
arXiv · cs.AI
作者：Tingzhu Bi
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.35767v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究比较了三种不预设模型调用方式的简单 LLM 框架（单次调用、SQL agent 和 Codex coding agent）与五个已发表的 RCA agent 及非 LLM 方法，在 RCAtlas 的 90 个验证案例上测试。简单框架最准确，三个中端模型上 PR@1 达 65-77%，超过已发表 agent（16-53%）和非 LLM 方法（6-39%）。更强的模型主要提升可靠性，更高推理 effort 最多改变几个百分点准确率却使耗时最多增至 7 倍。
来源：arXiv · cs.AI · arxiv.org