# Komal Sarda [[York University]](Toronto, Canada)所属の研究者。メール: [email protected]。LLM を用いたマイクロサービスの自動修復・アラート要約・緩和計画生成を継続的に研究しており、本 wiki が既に集約する [[障害緩和]] 概念の中核研究者の一人である。 ## 主要研究 - **Agentic Incident Mitigation(AIM)**: [[Honggeun Ji]]・[[Amr M Zaki]]・[[Marin Litoiu]]・[[Larisa Shwartz]]・[[Ian Watts]] と共同で、アラート要約・RCA・緩和計画生成を単一の適応プロンプトで統合する LLM 駆動フレームワークを提案。適応的インコンテキスト学習で ROUGE・コサイン類似度を 7〜10% 改善しつつトークンコストを削減。緩和計画から Ansible playbook を生成する Plan-to-Code の実現可能性も検証した(TCR 71.9%・修復成功率 25%)。(Source: [[@2026__FSE Companion__Leveraging LLMs for Alert Summarization and Mitigation Plan Generation]]) - **先行研究**: 単著で LLM によるマイクロサービスの自動修復を 2023 年に提案(ACSOS-C 2023)。[[Zakeya Namrud]]・[[Marin Litoiu]]・[[Larisa Shwartz]]・[[Ian Watts]] と共著の「Leveraging Large Language Models for the Auto-remediation of Microservice Applications」(ESEC/FSE 2024)は、AIM 論文が Plan-to-Code の Ansible 生成手法として直接参照する([46])。同グループはさらに [[KubePlaybook]](Kubernetes 自動修復用 Ansible playbook リポジトリ、ICPE 2024)も発表している。 ## 関連ソース - [[@2026__FSE Companion__Leveraging LLMs for Alert Summarization and Mitigation Plan Generation]]