基于大语言模型蒙特卡洛树搜索的智算网络故障根因分析系统.pdfVIP

热点专题基于大语言模型蒙特卡洛树搜索的智算网络故障根因分析系统罗子秋等

基于大语言模型蒙特卡洛树搜索的

智算网络故障根因分析系统

FaultRootCauseAnalysisSystemofIntelligentComputingNetworks

BasedonLargeLanguageModelsandMonteCarloTreeSearch

罗子秋/LUOZiqiu，苗宇铠/MIAOYukai，李丹/LIDanDOI：10.12142/ZTETJ.202502004

网络出版地址：http://kns./kcms/detail/34.1228.TN0902.002.html

（清华大学，中国北京100080）

网络出版日期：2025-04-24

(TsinghuaUniversity,Beijing100080,China)

收稿日期：2025-02-20

摘要：提出了一种基于大语言模型（LLM）进行蒙特卡洛树搜索的智算网络故障根因分析系统（RCA-MCTS）。利用LLM推理研究领域在蒙特

卡洛树搜索上的前沿研究，面向智算网络复杂故障场景，设计了适用于故障根因分析任务的多策略提示语扩展机制，并基于与故障模拟环境交

互反馈的方式设计了模拟机制，使得LLM推理时的蒙特卡洛树搜索过程适配于故障根因分析任务场景。实验表明，RCA-MCTS在故障根因分

析任务准确率上提升33%～43%，在故障推理动作序列平均匹配度上提升18%～34%。

关键词：智算网络；故障根因分析；大语言模型；蒙特卡洛树搜索

Abstract:Afaultrootcauseanalysis(RCA)systemofintelligentcomputingnetworksbasedonMonteCarlotreesearch(MCTS)andlargelan⁃

guagemodels(LLM),namedRCA-MCTS,isproposedinthispaper.Byleveragingcutting-edgeresearchonMCTSinthedomainofLLMrea⁃

soning,amulti-strategypromptexpansionmechanismisdesignedforfaultrootcauseanalysistasksinintelligentnetworkfaultscenarios.Ad⁃

ditionally,asimulationmechanismisdevelopedbasedonfeedbackinteractionswiththefaultenvironment,enablingtheMCTSprocessduring

LLMreasoningtobeadaptedtothefaultrootcauseanalysistask.ExperimentalresultsshowthatRCA-MCTSimprovestheaccuracyoffault

rootcauseanalysisby33%-43%,andenhancestheaveragematchingdegreeoffaultinferenceactionsequencesby18%-34%.

Keywords:intelligentcomputingnetwork;faultrootcauseanalysis;large