第48屆國(guó)際軟件工程大會(huì)（ICSE 2026）于2026年4月12日至18日在里約熱內(nèi)盧召開(kāi)。作為軟件工程領(lǐng)域CCF A類頂會(huì)，ICSE被譽(yù)為“軟件領(lǐng)域的奧林匹克”，匯聚全球頂尖學(xué)者與工業(yè)界專家。會(huì)議期間，華為聯(lián)合南開(kāi)大學(xué)就在數(shù)據(jù)通信領(lǐng)域的研究成果《R-Log: Incentivizing Log Analysis Capability in LLMs via Reasoning-based Reinforcement Learning（基于慢思考強(qiáng)化學(xué)習(xí)的大模型日志分析）》發(fā)表了技術(shù)報(bào)告，該成果針對(duì)大模型工業(yè)級(jí)日志分析的“幻覺(jué)”與“泛化難”痛點(diǎn)，提出基于推理的強(qiáng)化學(xué)習(xí)新范式，為網(wǎng)絡(luò)智能運(yùn)維提供全新技術(shù)路徑。

R-Log核心方法：13套專家推理模板 + 雙階段訓(xùn)練

現(xiàn)代軟件系統(tǒng)與通信網(wǎng)絡(luò)的日志數(shù)據(jù)復(fù)雜度遠(yuǎn)超人力運(yùn)維極限，現(xiàn)有大模型監(jiān)督微調(diào)方法因“領(lǐng)域鴻溝”易產(chǎn)生幻覺(jué)，且難以應(yīng)對(duì)未知故障場(chǎng)景。

為解決上述問(wèn)題，華為與南開(kāi)大學(xué)共同提出了R-Log——一種模擬人類結(jié)構(gòu)化、逐步分析思維的推理優(yōu)先范式。其整體框架包含兩大核心階段：

人類專家推理模板與數(shù)據(jù)構(gòu)建：團(tuán)隊(duì)從運(yùn)維手冊(cè)、經(jīng)驗(yàn)規(guī)則及工程師訪談中提煉出13套推理模板，覆蓋日志解析、異常檢測(cè)、日志解釋、根因分析和解決方案推薦五類任務(wù)，融合概念式與程序式兩種思維方式。

雙階段訓(xùn)練架構(gòu)：首先實(shí)現(xiàn)冷啟動(dòng)，通過(guò)監(jiān)督微調(diào)（SFT）對(duì)推理鏈與答案進(jìn)行模仿學(xué)習(xí)，使模型形成“先思考再回答”的基礎(chǔ)行為模式。再實(shí)現(xiàn)強(qiáng)化學(xué)習(xí)優(yōu)化，在模擬的多日志任務(wù)運(yùn)維環(huán)境中，采用組相對(duì)策略優(yōu)化（GRPO）算法，并設(shè)計(jì)聯(lián)合獎(jiǎng)勵(lì)函數(shù)，進(jìn)一步提升模型在多任務(wù)場(chǎng)景下的策略可靠性與輸出精度。

實(shí)證結(jié)果：五項(xiàng)任務(wù)超越業(yè)界最佳，未知場(chǎng)景提升228%

基于真實(shí)日志數(shù)據(jù)的嚴(yán)格評(píng)估顯示，R-Log在全部五項(xiàng)日志分析任務(wù)上均顯著超越現(xiàn)有最佳模型，包括DeepSeek-V3.1、Qwen3-235B以及專業(yè)日志模型LogLM等。尤其在未見(jiàn)過(guò)的日志場(chǎng)景中，相較于非推理模型，R-Log的性能提升高達(dá)228.05%，展現(xiàn)了強(qiáng)大的泛化能力。此外，針對(duì)推理鏈帶來(lái)的時(shí)延問(wèn)題，R-Log創(chuàng)新性地設(shè)計(jì)了“先輸出答案，再輸出思考過(guò)程”的反向結(jié)構(gòu)，推理時(shí)可在出現(xiàn)標(biāo)記后立即截?cái)唷Ｔ搩?yōu)化方案在保留93%性能的同時(shí)獲得5倍速度提升，形成了可工業(yè)級(jí)高效部署的R-Log-fast版本。

華為與南開(kāi)大學(xué)聯(lián)合打造的R-Log技術(shù)范式打破傳統(tǒng)“擬合答案”局限，模擬人類專家“先思考、后結(jié)論”的結(jié)構(gòu)化思維，通過(guò)強(qiáng)化學(xué)習(xí)自主學(xué)習(xí)日志潛在規(guī)則，在模擬運(yùn)維環(huán)境中優(yōu)化分析策略，實(shí)現(xiàn)運(yùn)維AI從“感知智能”到“認(rèn)知智能”的跨越，大幅降低長(zhǎng)文本分析幻覺(jué)風(fēng)險(xiǎn)，提升未知故障應(yīng)對(duì)能力，有力推動(dòng)未來(lái)打造可泛化的高階自智網(wǎng)絡(luò)。