RAFT: A Stateful Retrieval-Augmented Framework for Troubleshooting Agents

{"tags": ["RAFT", "Stateful RAG", "Troubleshooting Agents", "Customer Support", "GraphRAG", "Trajectory Retrieval"], "risks": ["Đòi hỏi dữ liệu lịch sử sự cố phải có cấu trúc diễn tiến theo thời gian rõ ràng; dữ liệu ghi chép kém chất lượng sẽ giảm hiệu quả truy xuất.", "Chi phí tính toán và độ phức tạp indexing cao hơn RAG thông thường do phải quản lý đồ thị và phân đoạn cấp trạng thái.", "Kết quả trên tập dữ liệu thực tế (Apache Jira) mới dừng ở mức bằng chứng định hướng, cần xác thực thêm trên quy mô production lớn."], "category": "Agents", "entities": ["RAFT", "Microsoft Learn", "Windows Server", "Apache Jira"], "summary_vi": "RAFT là khung RAG có trạng thái (Stateful RAG) dành cho các tác tử chẩn đoán và xử lý sự cố trong hỗ trợ khách hàng doanh nghiệp. Thay vì xem các ca hỗ trợ cũ như tài liệu tĩnh, RAFT phân rã từng ca thành chuỗi mắt xích sự kiện theo dòng thời gian và thực hiện truy xuất ở cấp độ trạng thái trung gian, giúp trả về đúng quỹ đạo giải quyết của ca gốc tương ứng với giai đoạn của ca hiện tại.", "key_changes": ["Mô hình hóa các ca hỗ trợ kỹ thuật đã đóng thành chuỗi thời gian có hướng (directed chain of timeline entries) thay vì văn bản tĩnh.", "Truy xuất ở cấp độ từng bước/trạng thái trung gian và trả về quỹ đạo xử lý tiếp theo của ca gốc neo tại trạng thái đó.", "Tích hợp tùy chọn đồ thị liên kết giữa các ca thông qua biểu diễn tương đồng có thể cấu hình.", "Phương pháp đánh giá độc lập tầng truy xuất (retrieval layer) mà không cần triển khai toàn bộ hệ thống agent lên môi trường production.", "Công bố bộ mã nguồn, benchmark tổng hợp từ tài liệu Microsoft Learn và tập dữ liệu đánh giá thực tế từ Apache Jira."], "sub_category": "Stateful RAG & Troubleshooting Systems", "novelty_score": 80, "business_score": 82, "research_score": 80, "why_it_matters": "Các hệ thống RAG tĩnh truyền thống thường thất bại trong quy trình khắc phục sự cố do bỏ qua bản chất nhiều giai đoạn và thay đổi trạng thái của vấn đề. RAFT khắc phục hạn chế này bằng cách truy xuất theo ngữ cảnh trạng thái hiện tại, giúp tác tử AI đưa ra hướng dẫn xử lý chính xác theo từng bước, từ đó giảm thời gian xử lý sự cố (MTTR) và chi phí vận hành hỗ trợ kỹ thuật.", "developer_score": 78, "importance_score": 78, "possible_use_cases": ["Xây dựng agent AI tự động hóa hỗ trợ kỹ thuật (IT Helpdesk / Customer Support) trong doanh nghiệp.", "Gợi ý quy trình xử lý lỗi và vé trùng lặp (duplicate issues) trong hệ thống quản lý lỗi như Jira hoặc GitHub Issues.", "Hỗ trợ kỹ sư SRE/DevOps tra cứu quy trình chẩn đoán sự cố hạ tầng theo từng giai đoạn diễn biến."], "actionability_score": 75}