LILAC besteht aus zwei Hauptkomponenten: dem ICL-verbesserten Parser und dem adaptiven Parsing-Cache.
Der ICL-verbesserte Parser nutzt die In-Context-Learning-Fähigkeit (ICL) von LLMs, um das Log-Parsing zu verbessern. Er verwendet einen effizienten hierarchischen Kandidaten-Sampling-Algorithmus und einen KNN-basierten Demonstrations-Auswahlalgorithmus, um hochwertige Beispiele für das effektive ICL zu erhalten.
Der adaptive Parsing-Cache speichert und verfeinert die vom LLM generierten Templates, um die Effizienz und Konsistenz zu verbessern. Er führt Caching-Abgleiche durch, um doppelte LLM-Abfragen zu vermeiden, und aktualisiert den Cache adaptiv, um potenzielle Fehler in den Templates zu beheben.
Die umfangreiche Evaluierung auf öffentlichen großen Datensätzen zeigt, dass LILAC die Genauigkeit der Vorlagegenauigkeit um 69,5% im Vergleich zu State-of-the-Art-Methoden verbessert. Darüber hinaus reduziert LILAC die Abfragezeiten an LLMs um mehrere Größenordnungen und erreicht eine vergleichbare Effizienz wie die schnellste Baseline.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Zhihan Jiang... at arxiv.org 03-25-2024
https://arxiv.org/pdf/2310.01796.pdfDeeper Inquiries