# University of Chinese Academy of Sciences 中国・北京の研究大学。略称 UCAS。AIOps 研究から大規模 LLM 訓練診断まで広範な研究を展開し、産学共同研究の受け入れ機関として知られる。 - **LLMAD 研究**: [[LLMAD]] 論文([[@2025__KDD__Large Language Models can Deliver Accurate and Interpretable Time Series Anomaly Detection]])の第一著者 [[Jun Liu (UCAS)]] の所属。Microsoft とのインターンシッププログラムを通じた AIOps 研究のパイプラインの一端を担う。 - **CCL 診断研究**: [[Ant Group]] との産学共同研究で [[CCL-D]] を共同開発。[[Dingwen Tao]]・Guangming Tan が責任著者/教員として主導し、4,000-GPU 本番クラスタへの 1 年間展開を実現。第一著者 Yida Gu を含む複数の大学院生が共著者として参加。([[@2026__PPoPP__CCL-D - A High-Precision Diagnostic System for Slow and Hang Anomalies in Large-Scale Model Training]]) - **HeaRank 研究**: HeaRank 論文([[@2026__arXiv__Don't Predict, Prioritize - Rethinking GPU Reliability Assessment]]、KDD '26 V.2)の共著者所属の一つ。Difeng Ma(第一著者、UCAS 兼務)・[[Changhua Pei]] らの CNIC/CAS グループと併記され、GPU 障害の予測不能性を実証しリスクランキングモデル HeaRank を提案する研究に参加した。(Source: [[@2026__arXiv__Don't Predict, Prioritize - Rethinking GPU Reliability Assessment]]) ## 関連 - 所属研究者: [[Jun Liu (UCAS)]] / [[Dingwen Tao]] / Guangming Tan / [[Changhua Pei]] / [[Gaogang Xie]] - ソース: [[@2026__arXiv__Don't Predict, Prioritize - Rethinking GPU Reliability Assessment]] / [[@2025__KDD__Large Language Models can Deliver Accurate and Interpretable Time Series Anomaly Detection]] / [[@2026__PPoPP__CCL-D - A High-Precision Diagnostic System for Slow and Hang Anomalies in Large-Scale Model Training]] - 共同研究先: [[Ant Group]] / [[StepFun]] - 関連プロダクト: [[CCL-D]]