# Chenyu Zhao [[Nankai University]] 所属。AgentTether 論文([[@2026__arXiv__AgentTether - Graph-Guided Diagnosis and Runtime Intervention for Reliable LLM Agent Operations]], arXiv 2026-07)の筆頭著者。[[Shenglin Zhang]](責任著者)・[[Wenwei Gu]]・[[Yongqian Sun]]・[[Dan Pei]]・[[Chetan Bansal]]・[[Saravan Rajmohan]]・[[Minghua Ma]] との共同で、LLM エージェントの失敗トレースを Critical Transition Graph に落とし込んで根本原因を局所化し、保護付き実行時介入で修正を維持する実行時修復フレームワークを提案した。(Source: [[@2026__arXiv__AgentTether - Graph-Guided Diagnosis and Runtime Intervention for Reliable LLM Agent Operations]]) 参考文献 [26]「Debugging the debuggers: Failure-anchored structured recovery for software engineering agents」(arXiv:2605.08717, 2026)の筆頭著者としても言及されており、同じ著者グループ([[Shenglin Zhang]]・[[Yongqian Sun]]・[[Wenwei Gu]]・[[Dan Pei]]・[[Chetan Bansal]]・[[Saravan Rajmohan]]・[[Minghua Ma]])で PROBE と呼ばれる失敗起点の構造化回復手法を先行研究として提案していたことが AgentTether の関連研究節から分かる。AgentTether はこの PROBE を「障害カテゴリの特定精度は高いが修復率が低い」先行研究として位置づけ、その限界を修復パイプラインの拡張で埋める。(Source: [[@2026__arXiv__AgentTether - Graph-Guided Diagnosis and Runtime Intervention for Reliable LLM Agent Operations]] §VI) 本 wiki は PROBE 本体を [[@2026__arXiv__Debugging the Debuggers - Failure-Anchored Structured Recovery for Software Engineering Agents]] として取り込み済みである。Chenyu Zhao は Yihang Lin・Zhimin Chen を含む同じ [[Nankai University]] グループの筆頭著者として、失敗した run のテレメトリを Telemetry Layer・Diagnosis Layer・Guidance Gate の 3 段で処理し、根拠付き・実行可能・行動範囲限定の recovery guidance を生成するフレームワークを提案した。257 件の初回未解決ケースで Top-1 診断精度 65.37%・recovery rate 21.79% を報告し、AgentTether が位置づけた通りの diagnosis–recovery gap を自ら実証的に示している。(Source: [[@2026__arXiv__Debugging the Debuggers - Failure-Anchored Structured Recovery for Software Engineering Agents]]) Build-bench 論文([[@2026__nkcs.iops.ai__Can Language Models Go Beyond Coding - Assessing the Capability of Language Models to Build Real-World Systems]], nkcs.iops.ai 2026-05)の筆頭著者。[[Shenglin Zhang]](責任著者)・Zeshun Huang・[[Yongqian Sun]]([[Nankai University]])、[[Weilin Jin]]([[Peking University]])、[[Dan Pei]]([[Tsinghua University]])、[[Chaoyun Zhang]]・[[Qingwei Lin]]・[[Chetan Bansal]]・[[Saravan Rajmohan]]・[[Minghua Ma]]([[Microsoft]])との共同で、x86_64/aarch64 間のクロス ISA ビルド失敗を LLM が修復できるかを評価する初のベンチマーク [[Build-bench]] を提案した。AgentTether(arXiv 2026-07)より 2 ヶ月ほど前に公開されており、同じ著者グループが「LLM エージェント/ツール利用モデルのソフトウェア工学タスクにおける信頼性」を、マイクロサービス RCA・エージェント実行時修復・クロス ISA ビルド修復と複数ドメインで横断的に検証していることを示す。(Source: [[@2026__nkcs.iops.ai__Can Language Models Go Beyond Coding - Assessing the Capability of Language Models to Build Real-World Systems]]) RefinedEdge 論文([[@2025__TSC__Bridging Edge and Cloud - A Knowledge-Enhanced Framework for Efficient Time Series Anomaly Detection]], IEEE TSC 2025)の共著者。[[Shenglin Zhang]](筆頭)・[[Jiacheng Zhang]]・[[Guohua Liu]]([[Alibaba Cloud]])・[[Shiqi Chen]]・[[Minghua Ma]]([[Microsoft]])・[[Yutong Chen]]・[[Yongqian Sun]]・[[Dan Pei]]([[Tsinghua University]])との共同で、多変量時系列異常検知(MTSAD)モデルをエッジ配備可能な水準まで圧縮しつつクラウド訓練モデルに匹敵する精度を達成する知識強化エッジクラウド協調フレームワーク [[RefinedEdge]] を提案した。AgentTether・PROBE・Build-bench で LLM エージェントの信頼性研究を筆頭著者として牽引してきた Zhao にとって、本論文は共著者としての参加であり、同じ [[Nankai University]] グループが時系列 MTSAD・モデル圧縮という領域にも研究射程を広げていることを示す。(Source: [[@2025__TSC__Bridging Edge and Cloud - A Knowledge-Enhanced Framework for Efficient Time Series Anomaly Detection]]) ## 関連 - ソース: [[@2025__TSC__Bridging Edge and Cloud - A Knowledge-Enhanced Framework for Efficient Time Series Anomaly Detection]] / [[@2026__nkcs.iops.ai__Can Language Models Go Beyond Coding - Assessing the Capability of Language Models to Build Real-World Systems]] / [[@2026__arXiv__AgentTether - Graph-Guided Diagnosis and Runtime Intervention for Reliable LLM Agent Operations]] / [[@2026__arXiv__Debugging the Debuggers - Failure-Anchored Structured Recovery for Software Engineering Agents]] - 所属: [[Nankai University]] - 共同研究者: [[Shenglin Zhang]] / [[Wenwei Gu]] / [[Yongqian Sun]] / [[Dan Pei]] / [[Chetan Bansal]] / [[Saravan Rajmohan]] / [[Minghua Ma]] / [[Weilin Jin]] / [[Jiacheng Zhang]] / [[Guohua Liu]] / [[Shiqi Chen]] / [[Yutong Chen]] - 関連プロダクト: [[Build-bench]] / [[RefinedEdge]] - 概念: [[エージェント修復]] / [[グラフベースRCA]] / [[クロスISAマイグレーション]] / [[自動ビルド修復]] / [[異常検知]] / [[モデル圧縮]] / [[知識蒸留]]