# Difeng Ma Computer Network Information Center, [[Chinese Academy of Sciences]] および [[University of Chinese Academy of Sciences]] 所属の研究者(メール [email protected])。 HeaRank 論文([[@2026__arXiv__Don't Predict, Prioritize - Rethinking GPU Reliability Assessment]]、KDD '26 V.2)の筆頭著者。[[StepFun]] でリサーチインターンとして本研究を実施した(著者脚注 † に明記)。GPU の Double Bit Error・GPU Lost 障害が時系列テレメトリからは本質的に予測不能であることを 5 モデル横断で実証し、ホスト単位のリスクランキングへタスクを再定式化する Learning-to-Rank モデル HeaRank を提案・本番展開した。(Source: [[@2026__arXiv__Don't Predict, Prioritize - Rethinking GPU Reliability Assessment]]) TSLoc 論文([[@2026__KDD__TSLoc - Self-Supervised Faulty Node Localization Framework in Large-scale Training Clusters]]、KDD 2026)の共著者。[[Quan Zhou]](筆頭)・[[Changhua Pei]](corresponding author)らと共同で、教師なし逸脱検知として障害箇所特定を再定式化するフレームワーク TSLoc の研究に参加した。(Source: [[@2026__KDD__TSLoc - Self-Supervised Faulty Node Localization Framework in Large-scale Training Clusters]]) LongRCA Bench 論文([[@2026__arXiv__LongRCA Bench - Diagnosing Responsible Roles and Root Causes in Long-Horizon Agent Failures]]、arXiv 2026-08)の共著者。[[Yunfei Zhang]]・[[Boyu Feng]](共同筆頭)・[[Changhua Pei]](corresponding author)・[[Zexin Wang]]・[[Jingjing Li]]・[[Gaogang Xie]]・[[Dan Pei]] との共同で、LLM マルチエージェントシステムの長軌跡失敗診断ベンチマーク LongRCA Bench の構築に参加した。HeaRank(GPU 障害予知)・TSLoc(障害箇所特定)に続き、Ma の研究射程が LLM エージェントの失敗帰属というドメインへ及んだ。(Source: [[@2026__arXiv__LongRCA Bench - Diagnosing Responsible Roles and Root Causes in Long-Horizon Agent Failures]]) ## 関連 - ソース: [[@2026__arXiv__LongRCA Bench - Diagnosing Responsible Roles and Root Causes in Long-Horizon Agent Failures]] / [[@2026__arXiv__Don't Predict, Prioritize - Rethinking GPU Reliability Assessment]] / [[@2026__KDD__TSLoc - Self-Supervised Faulty Node Localization Framework in Large-scale Training Clusters]] - 所属: [[Chinese Academy of Sciences]] / [[University of Chinese Academy of Sciences]] / [[StepFun]] - 共著者: [[Changhua Pei]](corresponding author) / [[Gaogang Xie]] / [[Zexin Wang]] / [[Yibo Zhu]] / [[Dan Pei]] - 概念: [[障害予測]] / [[GPUレジリエンス]]