arXiv 机器学习· Boyuan Cui, Yuyang Zeng, Yifang Tian, Hans-Arno Jacobsen·· 14 小时前AI 评分45
当日志解析丢失关键信息：分布式 GPU 负载中的故障检测研究
When Log Parsing Removes What Matters: Detecting Failures in Distributed GPU Workloads
AI 导读
新基准 GF-Bench 显示，通用日志解析会丢失分布式 GPU 故障检测的关键上下文，导致解析日志上的最高 F1 分数仅为 0.667。该 PyTorch 框架提供了 220 个双 GPU 标注执行记录，涵盖 CUDA 显存溢出及节点变慢等故障。
来源：arXiv 机器学习 · arxiv.org