Buchumschlag

McUDI: Model-Centric Unsupervised Degradation Indicator for Failure Prediction AIOps Solutions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Poenaru-Olaru, Lorena, Cruz, Luis, Rellermeyer, Jan, van Deursen, Arie
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Is Your Anomaly Detector Ready for Change? Adapting AIOps Solutions to the Real World
von: Poenaru-Olaru, Lorena, et al.
Veröffentlicht: (2023)

Sustainable Machine Learning Retraining: Optimizing Energy Efficiency Without Compromising Accuracy
von: Poenaru-Olaru, Lorena, et al.
Veröffentlicht: (2025)

Prepared for the Unknown: Adapting AIOps Capacity Forecasting Models to Data Changes
von: Poenaru-Olaru, Lorena, et al.
Veröffentlicht: (2025)

Data vs. Model Machine Learning Fairness Testing: An Empirical Study
von: Shome, Arumoy, et al.
Veröffentlicht: (2024)

Towards Automatic Translation of Machine Learning Visual Insights to Analytical Assertions
von: Shome, Arumoy, et al.
Veröffentlicht: (2024)

An Exploratory Investigation into Code License Infringements in Large Language Model Training Datasets
von: Katzy, Jonathan, et al.
Veröffentlicht: (2024)

Understanding Feedback Mechanisms in Machine Learning Jupyter Notebooks
von: Shome, Arumoy, et al.
Veröffentlicht: (2024)

Learning from Change: Predictive Models for Incident Prevention in a Regulated IT Environment
von: Kapel, Eileen, et al.
Veröffentlicht: (2026)

On the Model Update Strategies for Supervised Learning in AIOps Solutions
von: Lyu, Yingzhe, et al.
Veröffentlicht: (2023)

A Transformer-Based Approach for Smart Invocation of Automatic Code Completion
von: de Moor, Aral, et al.
Veröffentlicht: (2024)

A Survey of AIOps for Failure Management in the Era of Large Language Models
von: Zhang, Lingzhe, et al.
Veröffentlicht: (2024)

Language Models for Code Completion: A Practical Evaluation
von: Izadi, Maliheh, et al.
Veröffentlicht: (2024)

Traces of Memorisation in Large Language Models for Code
von: Al-Kaswan, Ali, et al.
Veröffentlicht: (2023)

TreeRanker: Fast and Model-agnostic Ranking System for Code Suggestions in IDEs
von: Cipollone, Daniele, et al.
Veröffentlicht: (2025)

Can We Recycle Our Old Models? An Empirical Evaluation of Model Selection Mechanisms for AIOps Solutions
von: Lyu, Yingzhe, et al.
Veröffentlicht: (2025)

Model See, Model Do? Exposure-Aware Evaluation of Bug-vs-Fix Preference in Code LLMs
von: Al-Kaswan, Ali, et al.
Veröffentlicht: (2026)

Code Red! On the Harmfulness of Applying Off-the-shelf Large Language Models to Programming Tasks
von: Al-Kaswan, Ali, et al.
Veröffentlicht: (2025)

Empowering AIOps: Leveraging Large Language Models for IT Operations Management
von: Vitui, Arthur, et al.
Veröffentlicht: (2025)

Log Parsing Evaluation in the Era of Modern Software Systems
von: Petrescu, Stefan, et al.
Veröffentlicht: (2023)

PREVENT: An Unsupervised Approach to Predict Software Failures in Production
von: Denaro, Giovanni, et al.
Veröffentlicht: (2022)

A Survey of AIOps in the Era of Large Language Models
von: Zhang, Lingzhe, et al.
Veröffentlicht: (2025)

GenAIOps for GenAI Model-Agility
von: Ueno, Ken, et al.
Veröffentlicht: (2024)

Towards a Middleware for Large Language Models
von: Guran, Narcisa, et al.
Veröffentlicht: (2024)

Evaluating Non-English Developer Support in Machine Learning for Software Engineering
von: Katzy, Jonathan, et al.
Veröffentlicht: (2026)

Long Code Arena: a Set of Benchmarks for Long-Context Code Models
von: Bogomolov, Egor, et al.
Veröffentlicht: (2024)

AIOps Solutions for Incident Management: Technical Guidelines and A Comprehensive Literature Review
von: Remil, Youcef, et al.
Veröffentlicht: (2024)

Practitioners' Challenges and Perceptions of CI Build Failure Predictions at Atlassian
von: Hong, Yang, et al.
Veröffentlicht: (2024)

Do Agents Dream of Root Shells? Partial-Credit Evaluation of LLM Agents in Capture the Flag Challenges
von: Al-Kaswan, Ali, et al.
Veröffentlicht: (2026)

A Qualitative Investigation into LLM-Generated Multilingual Code Comments and Automatic Evaluation Metrics
von: Katzy, Jonathan, et al.
Veröffentlicht: (2025)

Analysis of Failures and Risks in Deep Learning Model Converters: A Case Study in the ONNX Ecosystem
von: Jajal, Purvish, et al.
Veröffentlicht: (2023)

Unsupervised Evaluation of Code LLMs with Round-Trip Correctness
von: Allamanis, Miltiadis, et al.
Veröffentlicht: (2024)

BenchEvolver: Frontier Task Synthesis via Solution-Centric Evolution
von: Wu, Yangzhen, et al.
Veröffentlicht: (2026)

pyAKI -- An Open Source Solution to Automated KDIGO classification
von: Porschen, Christian, et al.
Veröffentlicht: (2024)

Beyond Window-Based Detection: A Graph-Centric Framework for Discrete Log Anomaly Detection
von: Qi, Jiaxing, et al.
Veröffentlicht: (2025)

FAME: Failure-Aware Mixture-of-Experts for Message-Level Log Anomaly Detection
von: Wang, Huanchi, et al.
Veröffentlicht: (2026)

Systematic Evaluation of Deep Learning Models for Log-based Failure Prediction
von: Hadadi, Fatemeh, et al.
Veröffentlicht: (2023)

Mass-Producing Failures of Multimodal Systems with Language Models
von: Tong, Shengbang, et al.
Veröffentlicht: (2023)

Challenging Bug Prediction and Repair Models with Synthetic Bugs
von: Ibrahimzada, Ali Reza, et al.
Veröffentlicht: (2023)

Cross-Architecture Model Diffing with Crosscoders: Unsupervised Discovery of Differences Between LLMs
von: Jiralerspong, Thomas, et al.
Veröffentlicht: (2026)

Scalability and Maintainability Challenges and Solutions in Machine Learning: Systematic Literature Review
von: Shivashankar, Karthik, et al.
Veröffentlicht: (2025)