Newest papers

CloudIR-Bench: A Benchmark for Root Cause Analysis and Mitigation of Cloud Incidents

Hoang Tran, Huong Ha, Tri Dang, Jeffrey Chan, Hongyu Zhang · 2026 · arXiv

DOI: 10.48550/arXiv.2610.29185 · open-access PDF

Vietnamese

Phân tích nguyên nhân gốc (RCA) và dự đoán giảm thiểu là điều cần thiết cho việc quản lý sự cố, cho phép xác định nguyên nhân cơ bản của sự cố và đảm bảo độ tin cậy của các hệ thống dựa trên đám mây phức tạp. Với khối lượng sự cố và sự phức tạp của hệ thống ngày càng tăng, báo cáo sự cố đã trở thành một nguồn tài nguyên có giá trị cho các nhiệm vụ này. Các nghiên cứu gần đây đã cho thấy kết quả đầy hứa hẹn bằng cách sử dụng các mô hình ngôn ngữ lớn (LLM) để dự đoán nguyên nhân gốc và các hành động giảm thiểu từ các mô tả văn bản trong báo cáo sự cố.

Machine translation (Meta M2M100); the English original follows.

Abstract

Root cause analysis (RCA) and mitigation prediction are essential for incident management, enabling the identification of underlying causes of failures and ensuring the reliability of complex cloud-based systems. With rising incident volume and system complexity, incident reports have become a valuable resource for these tasks. Recent studies have shown promising results using Large Language Models (LLMs) to predict root causes and mitigation actions from textual descriptions in incident reports. Despite these advances, further progress is hindered by the lack of publicly available datasets; e

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange