GF-Bench：分布式GPU负载故障检测基准

2026年10月14日，arXiv Artificial Intelligence 刊出研究者 Boyuan Cui 等人的工作，提出基于 PyTorch 的 GF-Bench 框架与数据集，用于在分布式 GPU 工作负载中生成多样故障。据该报道，当前版本针对多 GPU 通信日志中可见的故障，提供 220 条带标注的双 GPU 执行记录，覆盖正常运行、CUDA 显存不足的 fail-stop 故障以及持续性拖尾的 fail-slow 故障。报道还称，原始输入使 in-context LogPrompt 的总体 F1 分数提升至 0.983，代价是平均输入 token 用量为其 9.0 倍、每次运行成本为其 8.7 倍。上述数字与适用范围均限于该版本与相应实验设置，报道未说明后续版本或其他配置下的表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。