IBM

PHMForge: Evaluating LLM Agents on Industrial Prognostics through MCP-Native, Algorithm-Grounded Tools

PHMForge：通过MCP原生、算法基础的工具评估LLM代理在工业预测维护中的表现

Yusheng Li, Tianjun Feng, Yunfeng Chen, Chun-Yi Tsai, Yihan Sun, Ayan Das, Kaoutar El Maghraoui, Shuxin Lin, Dhaval Patel

机构 * Columbia University（哥伦比亚大学） ； Georgia Institute of Technology（佐治亚理工学院） ； IBM, New York（IBM，纽约） 纠错

AI总结 PHMForge通过MCP原生工具评估LLM代理在工业预测维护中的可靠性，揭示了静态检索在预测计算中的局限性，展示了不同框架和模型的表现差异。

Comments 23 pages, 3 figures

msData: A Millisecond-Resolution Network Dataset for Advancing Time Series Foundation Models

弥合高频数据缺口：一种毫秒级分辨率的网络数据集以推进时间序列基础模型

Subina Khanal, Seshu Tirupathi, Merim Dzaferagic, Marco Ruffini, Torben Bach Pedersen

机构 * Department of Computer Science, Aalborg University, Aalborg, Denmark（奥尔堡大学计算机科学系） ； IBM Research Europe, Dublin, Ireland（IBM欧洲研究院） ； Trinity College Dublin, The University of Dublin, Dublin, Ireland（都柏林大学三一学院） 纠错

AI总结 本文提出一个毫秒级分辨率的数据集，用于提升时间序列基础模型对高频数据的处理能力，并展示传统模型在该数据集上的不足。

Bridging Business Intent and Data: A Benchmark for Automatic Relational Data Product Generation

DP-Bench: 一个用于评估数据产品创建系统的基准

Faisal Chowdhury, Sola Shirai, Sarthak Dash, Nandana Mihindukulasooriya, Horst Samulowitz

机构 * IBM Research（IBM研究院） 纠错

AI总结 DP-Bench是一个全新的基准，用于评估自动数据产品创建，结合了ELT和文本到SQL基准，并提出基于大语言模型的方法作为基线。