★ 2
Jev-GAD：免训练通用图异常检测框架
论文提出 Jev-GAD，利用单个冻结预训练语言模型做证据条件化的图异常评估，并通过语义 Graph-to-State 变换把数值证据转为结构化决策状态。在七个图异常检测基准上平均 AUROC 达 89.18%、AUPRC 达 52.40%，无需任务特定梯度优化。
arXiv cs.LG10 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 Jev-GAD，利用单个冻结预训练语言模型做证据条件化的图异常评估，并通过语义 Graph-to-State 变换把数值证据转为结构化决策状态。在七个图异常检测基准上平均 AUROC 达 89.18%、AUPRC 达 52.40%，无需任务特定梯度优化。