Root Cause Analysis Explainable AI Diagnostic Reasoning Accountability
摘要

大型语言模型虽能生成流畅的根因分析,但在高风险操作中,仅凭流畅的最终答案不足以确立责任性。工程师需知晓支持诊断的证据、考虑的替代方案及未解决的矛盾。本文提出 JustDiag,这是一种诊断论证引擎,通过显式维护证据、发现、竞争假设、冲突及后续检查的过程状态来填补这一空白。在 66 起真实事件中的评估显示,相较于无论证机制的对照组,JustDiag 在结果质量和过程质量上均表现更优,尽管因更校准的不确定性保留而略微降低了终端完成率。结果表明,负责任的根因分析需要显式的诊断论证工件和过程感知评估。

AI 推荐理由

论文核心在于构建显式的诊断推理过程,通过维护假设与证据状态提升根因分析的可解释性与准确性。

研究机构
Peking University University of Edinburgh Beijing University of Posts and Telecommunications
论文信息
作者 Tingzhu Bi, Xinrui Jiang, Xun Zhang, Pengcheng Su, Congjie He et al.
发布日期 2026-06-17
arXiv ID 2606.19407
相关性评分 9/10 (高度相关)