--- type: entity title: "University of Illinois Urbana-Champaign" related: - "[[@2026__arXiv__Agentic Coding in the Wild - Characterizing GitHub Copilot at Production Scale]]" - "[[Banruo Liu]]" aliases: - UIUC date: 2026-06-03 00:09 created: 2026-06-03 updated: 2026-09-11 tags: - 2026/06/03 - 2026/08/24 - entity - organization status: seed entity_type: organization role: "SRE/AIOps エージェント評価研究の主要機関(SREGym・AIOpsLab)" first_mentioned: "[[@2026__arXiv__SREGym - A Live Benchmark for AI SRE Agents with High-Fidelity Failure Scenarios]]" ---# University of Illinois Urbana-Champaign SRE/AIOps エージェント評価研究の主要機関(略称 UIUC)。 - [[Matthew Caesar]] の 2008年当時の所属機関。[[Changhoon Kim]]・[[Jennifer Rexford]]([[Princeton University]])と共に、一hop DHT ベースのスケーラブル Ethernet アーキテクチャ SEATTLE を提案した(SIGCOMM 2008)。ネットワーキング分野での UIUC の関与は、後年の SRE/AIOps エージェント評価系譜([[Tianyin Xu]] 等)とは独立した、初期のネットワークアーキテクチャ研究の系譜にあたる。(Source: [[@2008__SIGCOMM__Floodless in SEATTLE - A Scalable Ethernet Architecture for Large Enterprises]]) - [[SREGym]] の著者のうち Jackson Clark・Yiming Su・Saad Mohammad Rafid Pial・Lily Gniedziejko・[[Yinfang Chen]]・[[Tianyin Xu]] が所属する。共著者の Yifang Tian・Hans-Arno Jacobsen は University of Toronto 所属。([[@2026__arXiv__SREGym - A Live Benchmark for AI SRE Agents with High-Fidelity Failure Scenarios]]) - [[AIOpsLab]]([[@2025__MLSys2025__AIOpsLab - A Holistic Framework to Evaluate AI Agents for Enabling Autonomous Clouds]])の第一著者 [[Yinfang Chen]] も UIUC 所属。UIUC は AIOpsLab → SREGym と続く SRE ベンチマーク系譜の一方の拠点(他方は [[Microsoft]])。 - [[Stratus]] 一次論文([[@2025__NeurIPS2025__STRATUS - A Multi-agent System for Autonomous Reliability Engineering of Modern Clouds]], NeurIPS'25)でも所属 `⋄` として明記。共著代表 4 名のうち [[Yinfang Chen]]・Jiaqi Pan・Jackson Clark・Yiming Su が UIUC(Pan は [[Tsinghua University]] 兼)、最終著者 [[Tianyin Xu]] も UIUC。STRATUS は UIUC × [[IBM Research]] の連携。 - [[ITBench]]([[@2025__ICML2025__ITBench - Evaluating AI Agents across Diverse Real-World IT Automation Tasks]], ICML'25)でも 2 所属の一方として明記。UIUC 側共著者は [[Yinfang Chen]]・Jackson Clark・Xinbo Wu・[[Tianyin Xu]]・Lav R. Varshney。AIOpsLab・SREGym・STRATUS・ITBench すべてに UIUC が関与し、[[IBM Research]] と組む SRE エージェント評価の一方の拠点。 - GPU Resilience 論文([[@2025__SC__Characterizing GPU Resilience and Impact on AI - HPC Systems]], SC 2025)の所属でもある。同論文が分析対象とする HPC スーパーコンピュータ [[Delta]] を運用する [[NCSA]](National Center for Supercomputing Applications)は UIUC を母体とする。(Source: [[@2025__SC__Characterizing GPU Resilience and Impact on AI - HPC Systems]]) - [[SkeletonHunter]] 論文([[@2025__SIGCOMM__SkeletonHunter - Diagnosing and Localizing Network Failures in Containerized Large Model Training]], SIGCOMM 2025)の所属の一つ。[[Tianyin Xu]] が共著者として参加し、[[Tsinghua University]]・Alibaba Cloud と共同でコンテナ化大規模モデル訓練のネットワーク障害診断に取り組む。(Source: [[@2025__SIGCOMM__SkeletonHunter - Diagnosing and Localizing Network Failures in Containerized Large Model Training]]) - チェスを制御可能なテストベッドとして事前学習からRL事後学習までのスケーリング則を調べた論文([[@2026__arXiv__Understanding Reasoning from Pretraining to Post-Training]])では、共著者 [[Yifan Sun]] が所属。事前学習損失・トークン数からRL報酬曲線を予測する結合スケーリング則の導出に参加した。(Source: [[@2026__arXiv__Understanding Reasoning from Pretraining to Post-Training]]) - [[@2021__ICSE__An Evolutionary Study of Configuration Design and Implementation in Cloud Systems]](ICSE'21)では [[Yuanliang Zhang]]([[National University of Defense Technology|NUDT]] からの visiting student として在籍)と [[Tianyin Xu]] が UIUC 側の共著者。[[Tianyin Xu]] の SPEX(SOSP'13、設定制約の自動推論)と対をなす、設定エンジニアリングの**進化プロセス**そのものを実証する研究であり、Xu の設定信頼性研究プログラムの初期の柱の一つ。(Source: [[@2021__ICSE__An Evolutionary Study of Configuration Design and Implementation in Cloud Systems]]) - [[@2026__MLSys2026__Kitty - Accurate and Efficient 2-bit KV Cache Quantization with Dynamic Channel-wise Precision Boost]](MLSys 2026)では Jisen Li が UIUC 側の共著者として参加し、[[University of Sydney]]・[[Together AI]]・[[Microsoft]] と共同で 2-bit KV キャッシュ量子化 Kitty を開発した。UIUC の関与は SRE/AIOps エージェント評価系譜とは独立した、LLM 推論システム最適化の系譜。(Source: [[@2026__MLSys2026__Kitty - Accurate and Efficient 2-bit KV Cache Quantization with Dynamic Channel-wise Precision Boost]]) - [[@2026__MLSys2026__SuperInfer - SLO-Aware Rotary Scheduling and Memory Management for LLM Inference on Superchips]](MLSys 2026)では [[Jiahuan Yu]]・[[Mingtao Hu]]・[[Zichao Lin]]・[[Minjia Zhang]] の全 4 名が Siebel School of Computing and Data Science の SSAIL(Supercomputing System AI Lab)所属として著者を務めた。NVIDIA GH200 のような GPU-CPU 密結合 Superchip 向けの SLO 認識 LLM 推論システムを提案しており、Kitty(KV キャッシュ量子化)と合わせて UIUC の LLM 推論システム最適化系譜が Superchip/ハードウェア co-design の方向へ広がっていることを示す。(Source: [[@2026__MLSys2026__SuperInfer - SLO-Aware Rotary Scheduling and Memory Management for LLM Inference on Superchips]]) ## 関連 - 本ソース: [[@2026__arXiv__SREGym - A Live Benchmark for AI SRE Agents with High-Fidelity Failure Scenarios]] / [[@2025__MLSys2025__AIOpsLab - A Holistic Framework to Evaluate AI Agents for Enabling Autonomous Clouds]] / [[@2025__ICML2025__ITBench - Evaluating AI Agents across Diverse Real-World IT Automation Tasks]] / [[@2025__SC__Characterizing GPU Resilience and Impact on AI - HPC Systems]] / [[@2025__SIGCOMM__SkeletonHunter - Diagnosing and Localizing Network Failures in Containerized Large Model Training]] / [[@2026__arXiv__Understanding Reasoning from Pretraining to Post-Training]] / [[@2021__ICSE__An Evolutionary Study of Configuration Design and Implementation in Cloud Systems]] / [[@2026__MLSys2026__SuperInfer - SLO-Aware Rotary Scheduling and Memory Management for LLM Inference on Superchips]] - 所属研究者: [[Tianyin Xu]] / [[Yinfang Chen]] / [[Yifan Sun]] / [[Jiahuan Yu]] / [[Mingtao Hu]] / [[Zichao Lin]] / [[Minjia Zhang]] / [[Matthew Caesar]] - 関連プロダクト: [[SREGym]] / [[Stratus]] / [[AIOpsLab]] / [[ITBench]] / [[NCSA]] / [[Delta]] / [[SkeletonHunter]] - 連携機関: [[IBM Research]] / [[Alibaba Group]] / [[Tsinghua University]] ## 統合した記述(UIUC) # UIUC University of Illinois Urbana-Champaign。GitHub Copilot コーディングエージェントの本番規模ワークロード特性化(「Agentic Coding in the Wild」、arXiv:2608.00101)の筆頭著者 [[Banruo Liu]] の所属大学。同研究は Liu が Microsoft Azure Research でのインターンシップ中に実施した。(Source: [[@2026__arXiv__Agentic Coding in the Wild - Characterizing GitHub Copilot at Production Scale]]) ## 関連 - ソース: [[@2025__NSDI__Mitigating Scalability Walls of RDMA-based Container Networks]] / [[@2014__KDD__Towards Scalable Critical Alert Mining]] / [[@2026__arXiv__OPUS - Towards Efficient and Principled Data Selection in Large Language Model Pre-training in Every Iteration]] ## 出典 - [[@2014__KDD__Towards Scalable Critical Alert Mining]](Jiawei Han、重要アラートマイニング, KDD 2014)