大语言模型及提示工程在日志分析任务中的应用 | 顶会IWQoS23 & ICPC24论文分享

BizSeer必示科技

于 2024-04-09 14:21:56 发布

阅读量4.4k

点赞数 34

文章标签：语言模型人工智能自然语言处理

本文链接：https://blog.csdn.net/weixin_52705010/article/details/137550372

版权

华为技术专家陶仕敏分享了团队在AIOps领域的研究，包括基于无监督预训练的BigLog用于统一日志表示和LogPrompt推动零样本、可解释的日志分析。他们通过大模型提升运维系统的智能化和理解日志语义，同时探讨了未来运维的自然语言交互趋势及安全挑战。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文是根据华为技术专家陶仕敏先生在2023 CCF国际AIOps挑战赛决赛暨“大模型时代的AIOps”研讨会闪电论文分享环节上的演讲整理成文。

BigLog：面向统一日志表示的无监督大规模预训练方法
BigLog: Unsupervised Large-scale Pre-training for a Unified Log Representation（IWQoS 2023）
作者：陶仕敏*、刘逸伦*、孟伟彬、任祚民、杨浩等
论文链接：https://ieeexplore.ieee.org/abstract/document/10188759
代码：https://github.com/LogAIBox/BigLog

LogPrompt：面向零样本和可解释性日志分析的提示工程
LogPrompt: Prompt Engineering Towards Zero-Shot and Interpretable Log Analysis（ICSE 2024 Poster & ICPC 2024）
作者：刘逸伦、陶仕敏、孟伟彬、姚飞宇、赵晓峰、杨浩等
论文链接：https://arxiv.org/abs/2308.07610
代码：https://github.com/lunyiliu/LogPrompt

大家好，非常感谢组委会的邀请。我跟AIOps挑战赛结缘已久，在2018年的时候我当时所在的团队赞助了第一届挑战赛。很荣幸今年再次站在挑战赛的舞台上跟大家交流探讨。我们团队主要研究的方向是机器翻译，机器翻译是典型的语言模型，在这个领域我们开展了日志相关的研究工作，今天跟大家分享的两篇论文也是和日志相关的。

我分享的内容大致分为四个章节。