今天分享的是大模型专题系列深度研究报告：《大模型专题：大模型时代的智能运维AIOps》
（报告出品方：清华大学）
报告共计：19页
既要避免过于乐观：大模型在运维领域普遍落地还存在不少技术挑战
对错误容忍度低，尽量避免幻觉。
判断对错、标注门槛高。
结果必须可解释性强。
支持低开销私有部署。
运维语料不足，私有语料质量数量更不足。
如何融入大量存量结构化知识。
大语吉模型无法直接处理结构化、多模态、实时数据如何结合大量存量AIOps、自动化运维工具。
中长期应用:基于AIOps智能体，编排多个工具完成复杂运维任务
基于大语言模型，以实时日志、调用链、指标等数据为输入，结合故障检测、定位、根因分析、影响分析等AIOps工具的输出，自动生成实时故障工单。
报告共计：19页
追加内容
本文作者可以追加内容哦 !
