arXiv · cs.AI· Boyuan Cui, Yuyang Zeng, Yifang Tian, Hans-Arno Jacobsen·· 11 小时前
GF-Bench评测分布式GPU日志解析对故障检测的影响
When Log Parsing Removes What Matters: Detecting Failures in Distributed GPU Workloads
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Boyuan Cui, Yuyang Zeng, Yifang Tian, Hans-Arno Jacobsen
研究任务与主要进展
研究者推出基于PyTorch的GF-Bench框架与数据集，用于在分布式GPU工作负载中生成和分析故障，当前版本提供220次带标签的双GPU执行，覆盖正常运行、CUDA显存不足导致的快速失败和持续慢节点失败。实验显示，解析日志后四种方法的最高总体F1仅为0.667；原始日志使LogPrompt总体F1升至0.983，但平均输入Token和单次成本分别增至9.0倍和8.7倍。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org