GF-Bench基准：GPU日志解析损害故障检测效果

Boyuan Cui等研究者发布基于PyTorch的GF-Bench框架与数据集，用于在分布式GPU工作负载中注入和分析故障，并评估DeepLog、LogAnomaly、LogBERT、LogPrompt四种日志故障检测方法。当前版本针对多GPU通信日志中可见的故障，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，在解析后的日志输入上，四种方法均无法可靠检测两类故障，最高总体F1仅0.667；改用原始日志时，上下文学习方法的LogPrompt总体F1升至0.983，但平均输入Token和单次运行成本分别增至9.0倍和8.7倍。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。