论文标题:
Large Language Models (LLMs) for Telecom Root Cause Analysis (RCA): A Structured Reasoning Framework for Evidence-Grounded Diagnosis
发表日期: 2026年09月发表单位: 三星美国研究院（Samsung Research America）原文链接: https://arxiv.org/pdf/2609.02805v1.pdf
先聊一个让运营商后背发凉的事实：2022年加拿大Rogers断网、2023年澳大利亚Optus大规模故障、2024年美国AT&T全网中断——这几起事故叠加起来，影响的设备超过一亿台，阻断的急救电话超过两万五千通，直接经济损失以亿美元计。每次事故之后，工程师面对的不是“没有告警”，而是告警太多、数据太杂，根本说不清“到底哪根链条先断的”。这个“从一堆现象里揪出真正病根”的过程，在通信领域叫做RCA（Root Cause Analysis，根因分析）。放在5G甚至6G网络里，RCA的难度被成倍放大：一张基站既要管无线信号，又要跟核心网、传输网协同；用户速率突然下降，可能是天线倾角压得太低，可能是邻区切换太频繁，可能是物理资源块被占满，也可能是终端移动速度太快导致信号来不及交接。
电信网络故障诊断的智能化转型：从规则匹配到LLM推理
传统的电信RCA，走过两条很清晰的路线。第一条是规则专家系统：工程师把常见故障写成告警模板和KPI阈值，网络一出问题就按预先定义的逻辑去匹配。这种方法透明、确定，但本质上是“人工穷举故障模式”，场景一多、跨层耦合一深，规则库就变成沉重的负担。第二条是机器学习路线：用历史遥测数据训练模型来做异常检测和故障分类。ML方法能处理海量数据，但大多数仍然停留在“输入指标、输出标签”的统计映射层面，它不解释推理过程，也难应付没见过的故障组合。基于规则、机器学习与LLM赋能的RCA方法对比。大语言模型（LLM，Large Language Model）之所以被寄予厚望，是因为它正好补上前面两条路线的短板：LLM能做多步推理，能同时理解无线接入网、传输网和核心网的跨域知识，还能输出人话解释自己的诊断依据。听起来，这简直就是为电信RCA量身定做的“会讲道理的诊断专家”。然而，直接把一个“裸奔”的通用LLM扔到5G故障数据上，结果往往很尴尬。论文里总结出三大障碍：第一，推理不稳定，对相似的一批测量数据，模型可能这次说是资源调度问题，下次又说是切换问题；第二，结构化证据对齐缺失，KPI、信令日志、邻区关系、工程参数这些异构数据混在一起，模型很难严格区分哪些是因果证据、哪些只是表面相关；第三，幻觉频发，模型给出的解释听起来头头是道，实际却跟眼前的实测数据对不上。这三大障碍不解决，LLM在电信RCA里就只能当个“聊天顾问”，没法当“定案专家”。而三星美国研究院这次拿出的SEKA-FT，目标就是把这串问题一次性按住。
SEKA-FT框架：如何让LLM在电信RCA中“按图索骥”
先交代一下SEKA-FT的全称：Structured Evidence- and Knowledge-Aligned Fine-Tuning，中文可以翻译为“结构化证据与知识对齐微调”。听名字就知道，它不是换了个更大的模型，而是把“如何使用证据”这件事直接写进微调目标里。要把SEKA-FT放到一个更清晰的坐标系里，得先看一眼当前LLM赋能电信RCA的几种主流范式。论文用一张图做了很漂亮的总结。图2：用于电信RCA的各种LLM赋能技术总结。从左到右分别是：CoT（Chain-of-Thought，思维链提示），它让模型把诊断逻辑拆成多步来走；RAG（Retrieval-Augmented Generation，检索增强生成），从3GPP规范、设备手册、历史工单里检索权威材料再作答；Agentic orchestration（智能体编排），让LLM调用外部工具、甚至驱动ns-3模拟器验证假设；RLVR（Reinforcement Learning with Verifiable Rewards，基于可验证奖励的强化学习），把“诊断动作做完后KPI是否真的恢复”作为奖励信号。这张图底部的箭头表明，LLM的推理能力从“模型内部组织”一步步走向“外部知识落地”和“物理环境闭环”。SEKA-FT没有直接跳到Agent或RLVR这种重交互框架，而是先把最基础、也最要命的“诊断路径控制”做扎实。它的核心思想可以浓缩成一个链条：Evidence-to-Path-to-Decision，即“证据—路径—决策”。也就是说，RCA不能是“输入一段KPI、直接吐一个根因标签”的分类任务，而应该是“先看清楚证据、再按步骤排除假设、最后才给结论”的结构化推理任务。图3：SEKA-FT整体框架概览（即原文Fig.4）。从整体框架图可以看到，SEKA-FT的输入是各种异构的电信故障工单，包括用户面KPI、控制面日志、邻区关系、服务小区工程参数等。这些输入往往只附带一个稀疏的根因标签，比如一个孤零零的“M3”。如果拿这种原始数据直接微调小模型，模型大概率会去记“哪段文本对应哪个标签”的表面捷径，而不是真正理解故障机理。SEKA-FT的应对方式是三段式流水线：先把异构证据整理成规范上下文，再让模型生成中间诊断检查结果来收窄候选空间，最后用“证据锚定的解释+根因标签”作为完整输出目标。整条链路，本质上就是给模型画了一张“诊断地图”，不允许它跳步。
三层结构化设计：规范上下文、决策路径与证据锚定解释
SEKA-FT的三层设计，分别回答三个问题：模型看什么、按什么顺序想、如何开口解释。
第一层：规范上下文结构（Canonical Context Structuring）
实际电信环境里的RCA输入五花八门：工单是半自由文本，用户面指标是结构化表格，OSS系统日志是一长串时间戳。这些数据如果不加整理就直接喂给LLM，同样的诊断逻辑在不同样本里可能长得完全不一样，模型自然学不到稳定的推理轨迹。规范上下文结构要做的事情，就是把异构输入重新“排版”成一组固定语义槽位。论文中的样例将输入组织成几个区块：Bottleneck Snapshot（瓶颈快照，如下行吞吐量、服务小区SS-SINR）、UE Global State（UE全局状态，如最大UE移动速度）、Trajectory-Level Events（轨迹级事件，如总切换次数）、以及工程参数区（如机械下倾角、数字倾角、天线高度）。相同含义的指标永远出现在相同位置，与诊断无关的冗余日志则被剔除。图4：SEKA-FT的一个输入输出样例（即原文Fig.3）。这个样例非常直观：下半部分是输入，上半部分是输出。输入里的机械下倾角被设置得很大，同时SS-SINR在下降；如果让模型直接报结论，它很可能顺手写一个“覆盖差”。但SEKA-FT要求的输出不是一步到位的结论，而是先给出一组中间检查结果：Speed_check、Low RB_check、Handover_check和Distance_check都判定为False，也就是说高速移动、资源饥饿、切换频繁、越区覆盖这四个常见假设全部被证据排除。模型这才把眼光聚焦到服务小区本身的工程参数上，最终给出根因M3——过量机械下倾角导致边缘覆盖损失。整个过程跟老专家排查故障的节奏几乎一致。
[1] 2022年Rogers断网、2023年Optus大规模故障、2024年AT&T网络中断相关报道与损失统计。[8] TeleLogs: A telecom-specific benchmark associated with the GSMA LLM benchmarks initiative.[11] Wei J., et al. Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. NeurIPS, 2022.[12] Lewis P., et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. NeurIPS, 2020.[13] Schick T., et al. Toolformer: Language Models Can Teach Themselves to Use Tools. NeurIPS, 2023.[15] TelecomTS: 5G observability dataset derived from a lab-deployed testbed with high-resolution KPI records.[16] Zhou H., et al. Large Language Models (LLMs) for Telecom Root Cause Analysis (RCA): A Structured Reasoning Framework for Evidence-Grounded Diagnosis. arXiv:2609.02805, 2026.
