Valerii Iakovlev

新的基准SLS-Bench评估AI事件日志摘要能力

研究人员推出了SLS-Bench，这是一个旨在评估AI代理对大量事件日志进行摘要能力的新基准。该基准包含90个源自真实事件报告的任务，每个任务都配有合成日志数据和参考摘要。这些合成数据是通过一个将事件报告转换为结构化模型的管道生成的，从而能够创建逼真且可控的可观测性数据。在SLS-Bench上的评估显示，虽然领先的AI模型可以生成有用的摘要，但它们通常成本高昂且速度缓慢，而开源模型表现明显较差。