首个数据代码完全开源！ 受区块链启发的大模型多智能体协作根因分析框架

主要观点总结

本篇文章介绍了北航提出的基于大模型的系统根因分析框架mABC，该框架旨在解决云原生技术中微服务架构的复杂性和稳定性挑战。mABC结合了多智能体系统、大型语言模型和区块链启发式投票机制，通过智能体工作流程和区块链启发式投票达成最终协议，提供对根本原因的有价值见解。实验结果表明，mABC在识别根本原因和提供解决方案方面表现优异，消融研究突显了每个组件的重要性。未来的工作将侧重于增强组件、整合更多数据源和改善代理协作。

关键观点总结

关键观点1: mABC框架介绍

mABC是一个基于大模型的系统根因分析框架，旨在解决微服务架构的复杂性和稳定性挑战。它结合了多智能体系统、大型语言模型和区块链启发式投票机制。

关键观点2: 智能体工作流程

mABC中的智能体工作流程允许所有代理根据既定的方法有效完成任务。对于需要实时数据或额外信息的问题，会激活“ReAct答案工作流”，而对于不需要外部工具的问题，则使用“直接答案工作流”。智能体的工作包括警告接收、流程调度、数据收集和分析等。

关键观点3: 区块链启发式投票机制

为了避免大型语言模型中的潜在不稳定性问题，并充分利用去中心化结构的透明和平等优势，mABC采用了受区块链治理原则启发的决策过程。投票的权重由贡献指数和专业指数决定。投票流程包括审查阶段、发起投票、进行投票和结果判定。

关键观点4: 实验和消融研究结果

在AIOps挑战和Train-Ticket数据集上的实验结果表明mABC在识别根本原因和提供解决方案方面的有效性。消融研究突显了mABC中每个组件的重要性，包括智能体工作流程、多智能体和区块链启发式投票。

关键观点5: 未来工作展望

未来的工作将侧重于增强组件、整合更多数据源和改善代理协作，旨在使mABC成为IT运营必不可少的一部分。同时，相关微调和benchmark数据也将开源。

文章预览

导读 本篇文章为大家介绍由北航带来的被EMNLP 2024 findings 接收的工作：基于大模型的系统根因分析框架，mABC: Multi-Agent Blockchain-inspired Collaboration for Root Cause Analysis in Micro-Services Architecture（受区块链启发的多智能体协作根因分析框架）。 论文链接： https://arxiv.org/abs/2404.12135 Repo链接： https://github.com/knediny/mABC Introduction 本文探讨了云原生技术中微服务架构日益复杂化所带来的系统稳定性和效率维护方面的挑战。为了解决警报事件的根本原因分析（RCA）和解决问题，本文提出了一种创新的框架——基于区块链启发的多智能体协作根本原因分析框架（mABC），以彻底改革人工智能运维（AIOps）领域。在该框架中，基于强大的大型语言模型（LLMs）的多个智能体通过区块链启发式投票来达成最终协议，遵循智能体工作流程提供的任务和查询的标准化处理过 ………………………………