# Lingzhe Zhang [[Peking University]] の研究者([email protected])。[[MicroRemed]] 論文の equal-contribution 第一著者であり、[[@2025__CSUR__A Survey of AIOps in the Era of Large Language Models]](LLM4AIOps の包括的サーベイ)の第一著者でもある。 - AIOps / LLM for SRE 領域で多作。本人筆頭/共著の成果が多数並ぶ: [[@2025__CSUR__A Survey of AIOps in the Era of Large Language Models]](ACM Computing Surveys, 2025)、ThinkFL(microservice の self-refining failure localization)、ScalaLog(LLM ベースの scalable log failure diagnosis)、AgentFM(分散 DB の role-aware failure management)、adaptive root cause localization with multi-agent recursion-of-thought 等。 - 共著者 [[Tong Jia]]・[[Ying Li]](ともに corresponding author)と PKU で AIOps 研究を継続。本 wiki ではこのグループの「フィールドの地図」(サーベイ)と一次研究([[MicroRemed]])の双方を取り込んでいる。 - さらに [[@2026__arXiv__Towards Robust LLM Post-Training - Automatic Failure Management for Reinforcement Fine-Tuning]] の第一著者として、これまでのマイクロサービス障害管理(検知・箇所特定・診断・修復)の枠組みを LLM の強化ファインチューニング(RFT)の訓練プロセスへ展開した。同グループの AIOps 手法を「訓練プロセスの障害管理」という新しい対象に転用する系譜にあたる。 - [[@2024__ESEM__Reducing Events to Augment Log-based Anomaly Detection Models - An Empirical Study]] の筆頭著者として、ログベース異常検知におけるイベント削減の定量的効果を実証し、自動削減ミドルウェア [[LogCleaner]] を提案(ESEM 2024)。[[Alibaba Group]] の [[Kangjin Wang]] との産学共同研究。 - [[@2024__KDD__Multivariate Log-based Anomaly Detection for Distributed Database]](MultiLog, KDD 2024)の筆頭著者。[[Apache IoTDB]] を対象に、マルチノードのログを統合する半教師あり異常検知を提案した。 - [[@2025__arXiv__LogDB - Multivariate Log-based Failure Diagnosis for Distributed Databases]](LogDB, J. ACM 2025)の筆頭著者。MultiLog の拡張版として、LSTM + 自己アテンション + VAE により分散 DB のログベース障害種別診断を実現。ログのみで多クラス障害診断を行う初手法と位置づける。 - [[@2025__IEEE TSC__Towards Close-To-Zero Runtime Collection Overhead - Raft-Based Anomaly Diagnosis on System Faults for Distributed Storage System]](RBAD, IEEE TSC 2024) の筆頭著者。**Raft ログ**を異常診断に初めて活用する手法 [[RBAD]] を提案。監視データやアプリログとは異なり、Raft ログの収集は追加オーバーヘッドをほぼゼロにできる点が新規性。MultiLog・LogDB のログベース路線に対し「Raft ログという新たなデータ源」の開拓として位置づく。 - [[@2026__ACM TOSEM__ThinkFL - Self-Refining Failure Localization for Microservice Systems via Reinforcement Fine-Tuning]](ThinkFL, ACM TOSEM 2026) の equal-contribution 第一著者([[Yunpeng Zhai]] と並ぶ)。マイクロサービス障害箇所特定を 3B 軽量 LLM + GRPO ファインチューニングで実現し、Claude-3.5-Sonnet を精度・速度の双方で凌駕することを実証。Recursion-of-Thought アクター・Multi-Factor FL Grader・プログレッシブ多段階 GRPO の設計を主導。 ## 関連 - 本ソース: [[@2025__arXiv__MicroRemed - Benchmarking LLMs in Microservices Remediation]] / [[@2025__CSUR__A Survey of AIOps in the Era of Large Language Models]] / [[@2026__arXiv__Towards Robust LLM Post-Training - Automatic Failure Management for Reinforcement Fine-Tuning]] / [[@2024__ESEM__Reducing Events to Augment Log-based Anomaly Detection Models - An Empirical Study]] / [[@2024__KDD__Multivariate Log-based Anomaly Detection for Distributed Database]] / [[@2025__arXiv__LogDB - Multivariate Log-based Failure Diagnosis for Distributed Databases]] / [[@2025__IEEE TSC__Towards Close-To-Zero Runtime Collection Overhead - Raft-Based Anomaly Diagnosis on System Faults for Distributed Storage System]] / [[@2026__ACM TOSEM__ThinkFL - Self-Refining Failure Localization for Microservice Systems via Reinforcement Fine-Tuning]] - 所属: [[Peking University]] - 共著者: [[Tong Jia]] / [[Ying Li]] - 関連概念: [[AIOps]] / [[障害緩和]] - 関連 MOC: [[LLM4SRE - MOC]] / [[AIOps - Failure Detection - MOC]]