English(EN) A Self-Defining Operator for Distributed Applications

新的自自定义算子从事件中学习以加速分布式应用程序管理

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-15 04:00

研究人员开发了一种自自定义算子（SDO），旨在通过从过去的事件中学习来改进分布式应用程序的管理。与每次新问题都会重置的传统基于LLM的代理不同，SDO将其经验提炼成可重用的剧本和诊断脚本。这使得SDO能够显著加快解决重复性故障的速度，在各种开源微服务应用程序中将解决时间缩短了52%，同时保持了较低的运营成本。 AI

影响通过使AI代理能够随着时间的推移进行学习和改进，该系统可以显著减少复杂分布式应用程序的停机时间和运营成本。

排序理由该集群包含一篇详细介绍用于管理分布式应用程序的新颖系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 16 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍用于管理分布式应用程序的新颖系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Shihang Li, Thomas Anderson, Ratul Mahajan, Simon Peter, Luke Zettlemoyer · 2026-10-15 04:00

面向分布式应用的自定义算子

arXiv:2610.14547v2 Announce Type: cross Abstract: To operate distributed applications with high availability, operators must rapidly diagnose and mitigate any incident. LLM-based agents can help, but unlike experienced human operators they do not improve as they handle more incid…

本文如何被排名

报道来源 [1]

面向分布式应用的自定义算子

相关实体

相关话题