标签
本文提出了罕见事件因果路径的形式化定义，并讨论了其可检验的含义，将简单口头解释与详细因果模型联系起来。
ORCA 是一款端到端因果分析的副驾驶，利用代理引导用户完成包括因果发现、效应估计和根本原因分析在内的工作流，并生成结构化报告。
TopoEvo 是一种面向微服务根因分析、感知拓扑结构且自我进化的多智能体框架，它将图表示学习与结构化、受拓扑约束的推理相结合。在多个数据集上，根因定位准确率绝对提升了 3.44%，故障类型分类性能提升了 4.39% 到 16.81%。
STAR是一个阶段归因的分类与修复框架，它将基于LLM的RCA Agent工作流分解为四个结构化阶段，支持分阶段审计、反事实评估以及补丁-重放修复，以改进微服务AIOps中的根因定位和故障类型分类。
本指南来自 OpenAI Academy，解释了数据科学团队如何利用 Codex 加速分析工作流程，包括根本原因分析、业务影响报告以及处理模糊请求。