故障检测相关 AI 资讯

8月4日

11:26

官方账号arXiv cs.AI@Sunny Dubey

该研究提出用单类回声状态网络集成加CUSUM警报监控LLM Agent的步骤遥测，成本约每步200微秒。在2,823条episode上，以5%误报率检出71%的故障，AUROC达0.872。在外部数据集AFTraj-2K和ATBench上，排名迁移分别达0.745和0.779。确定性验证层在63个负例中零误报地捕获60%失败，回滚重跑将任务成功率从52%提升至73%。

论文智能体故障检测模型监控

推荐理由：不用每步都请大模型当裁判，用轻量监控就能抓到71%的Agent故障，自动回滚重跑后成功率从52%涨到73%。

原文

8月3日

11:10

官方账号arXiv cs.AI@Yimin Chen, Brian Fricke, Bo Shen, Jamie Lian, Mingkan Zhang, James Lo, Yun Zhang, Shi Ye, Jiajing Huang, Han Hu, Chujie Lu, Rui Tang, George Zhuang

FDD-ON是一个模块化、可扩展的本体，用于形式化表达变风量（VAV）空调系统组件、故障类型、症状状态及其影响。该本体整合了故障检测与诊断（FDD）语义，并通过定义受控词汇表来统一描述故障与症状属性。依赖造成原因-故障-症状-影响的四元关系，FDD-ON可为异质FDD输出提供机器可解释的映射基础。研究团队利用公开VAV数据集对该本体进行了评估，并展示了其在FDD应用开发中的实际效果。

论文 FDD-ON HVAC VAV

推荐理由：这篇论文把空调故障诊断的知识结构做成了能查的本体，以后跨系统做FDD就不用各搞各的了。

原文

7月24日

01:35

官方一手AWS Machine Learning Blog@Vivek Singh

Amazon Bedrock AgentCore优化可检测生产环境中AI智能体的静默行为失败——这些故障能通过健康检查却输出错误结果。通过Insights功能，用户能跨会话发现、解释并排序故障模式。该方法无需额外手动标记，自动识别高影响问题。

技巧 Amazon Bedrock AgentCore 智能体

推荐理由：AWS新出的AgentCore优化，专抓那些表面正常但结果不对的智能体bug，帮你按影响排序修复，省大事了。

原文

7月15日

10:06

官方账号arXiv cs.LG@Sigma Jahan

Deep4ge是一个由14,227次训练运行组成的基准数据集，基于59个TensorFlow/Keras程序生成，通过27种源代码转换引入7类已知故障。包含9,845个故障运行和4,382个正确基线运行，记录每轮训练的4个评估指标和26个特征（权重、梯度、激活值、准确率和损失趋势、学习率、硬件使用）。支持二进制故障检测、多类故障诊断和早期故障预测。数据集和故障注入框架已发布。

论文 Deep4ge TensorFlow Keras

推荐理由：想研究深度学习实现故障？这个新基准Deep4ge包含1.4万次训练运行、27种故障注入方式，帮你做检测和诊断。

原文

6月30日

11:24

官方账号arXiv cs.LG@Yousuf Moiz Ali, Jaroslaw E. Prilepsky, João Pedro, Sasipim Srivallapanondh, Antonio Napoli, Sergei K. Turitsyn, Pedro Freire

该论文提出一种混合主动在线学习框架，针对光网络故障检测中的概念漂移问题。采用基于边界的选择性标注策略，仅需查询3.4%的流式样本即可达到接近上限的准确率和AUC分数。相比于静态推理，该方法延迟开销可忽略不计。实验验证了该框架在标签高效场景下的有效性。

论文概念漂移主动学习在线学习

推荐理由：这篇论文只用3.4%的标注数据就搞定了光网络故障检测中的概念漂移，效率高延迟低，做在线学习和故障检测的朋友可以看看。

原文

5月21日

11:21

官方账号arXiv cs.AI@Yakun Yu, Ashley Wiens, Adrián Barahona-Ríos, Benedict Wilkins, Saman Zadtootaghaj, Nabajeet Barman, Cor-Paul Bezemer

精选

现有视觉语言模型（VLM）在游戏故障检测评估中，大多将故障视为静态视觉异常，忽略了时间性故障——这类故障需通过帧间变化才能识别。研究者提出TempGlitch基准，包含五种时间性故障类型及配对的无故障视频，用于系统评估。对12个开源和闭源VLM的测试显示，当前模型在TempGlitch上表现接近随机，要么过于保守漏检，要么过于敏感误报。增加帧采样密度或模型规模并不能可靠解决这些问题。该基准为时间推理、游戏理解和自动化故障检测提供了聚焦测试平台。

论文视觉语言模型游戏QA 故障检测

推荐理由：游戏QA团队和VLM研究者终于有了专门测试时间性故障的基准——当前模型表现接近随机，说明这是个硬骨头，做自动化测试的值得关注。

原文