SiriusHelper：ビッグデータ基盤向けのLLMエージェント型運用アシスタント

arXiv cs.AI / 2026/5/4

📰 ニュースDeveloper Stack & InfrastructureTools & Practical UsageIndustry & Market MovesModels & Research

共有:

要点

SiriusHelperは、ビッグデータ基盤での実運用を想定したLLMエージェント型の運用アシスタントで、ユーザーの作業負担を減らしつつ迅速に実行可能な助言を提供することを目的としています。
ユーザーの意図を自動で判定し、SQL実行の診断など専門的なトラブルシューティング用のエキスパート・ワークフローへルーティングすることで、現場での有効性を高めています。
DeepSearchに基づくマルチホップ検索と、優先度ベースの階層型ナレッジベースを組み合わせ、コンテキストの過負荷を避けながらトラブル対応の品質と速度を向上させます。
エスカレーションされたチケットを自動で理解し、SOP（標準作業手順）を蒸留して抽出することで、保守や専門家の負荷を削減し、ナレッジベースを継続的に強化します。
Tencentのビッグデータ基盤での実験とオンライン展開では、代替手法より優れており、オンラインのチケット件数を20.8%削減したと報告されています。

Abstract

大規模データ基盤は現代の企業で広く利用されており、実運用でのインテリジェントアシスタントは、ユーザーが実行可能なガイダンスを迅速に見つけ、運用負荷を軽減するためにますます重要になっています。近年のLLM+RAGアシスタントは自然なインターフェースを提供する一方で、実際の導入では次のような課題に直面します。一般的な問い合わせとドメイン固有のトラブルシューティングの両方においてシナリオのカバー範囲が限定的であること、多段（multi-hop）検索やフラットな知識組織化が不十分なために知識アクセスが非効率であること、エスカレーションされたチケットが非構造化であり、アシスタントの改善や再利用可能なSOP（標準作業手順）に変換するのが難しいためメンテナンスコストが高いことです。本論文では、大規模データ基盤向けの導入済みインテリジェントアシスタントであるSiriusHelperを提案します。SiriusHelperは統一されたオンラインアシスタントとして機能し、ユーザーの意図を自動的に特定し、SQL実行診断のような専門的なシナリオ向けの専用エキスパートワークフローを含む、適切な取り扱い経路へ問い合わせをルーティングします。複雑なトラブルシューティングを支えるために、SiriusHelperはDeepSearchに基づくメカニズムと、優先度ベースの階層型知識ベースを組み合わせることで、文脈過負荷を抑えつつ多段検索を可能にし、回答の信頼性とレイテンシを向上させます。エキスパートの負担をさらに削減するために、SiriusHelperは自動チケット理解とSOP蒸留（distillation）も導入します。これは、アシスタントの失敗理由（例：知識の欠落、誤ったルーティング）を診断し、ドメイン固有のSOPを抽出して、知識ベースを継続的に充実させます。実験およびTencentビッグデータ基盤でのオンライン導入の結果、SiriusHelperは代表的な代替手法よりも優れており、オンラインのチケット件数を20.8\%削減することを示しました。