使用动态图调试表格日志

本文解决了使用大型语言模型（LLMs）调试表格日志的局限性，提出了一种使用动态图的更灵活、更具可扩展性的方法。核心思想是将日志数据表示为动态图，从而可以使用简单的图神经网络（GNN）进行高效调试。本文的重要性在于它有可能减少对计算密集型LLM的依赖，同时保持或提高调试性能。

• •提出了GraphLogDebugger，一个使用动态图调试表格日志的框架。
• •为对象和事件构建异构节点，并通过边连接它们，将系统表示为演进的动态图。
• •证明了一个简单的动态GNN在调试表格日志方面可以超越LLMs。
• •提供了一种比基于LLM的方法更灵活、更具可扩展性的替代方案。