AnomalyXL

TimeRLM 使用递归语言模型实现精确时间序列异常检测

研究人员开发了 TimeRLM，这是一种新颖的递归语言模型，旨在提高长上下文时间序列数据中异常定位的准确性。通过使模型能够通过代码和视觉能力与数据进行交互和操作，该方法解决了传统时间序列语言模型在扩展上下文中的性能下降问题。TimeRLM 在名为 AnomalyXL 的新基准测试中显著优于现有方法，展示了卓越的定位和分类准确性，并在真实世界数据集上显示出潜力。