Forest Flower

LLM与流匹配推动表格异常检测 · 2篇论文

两篇新研究论文探讨了表格数据异常检测的先进技术。第一篇论文“LLM作为检测器”提出了一个框架，该框架利用大型语言模型（LLM）进行上下文学习，从结构化的正常状态知识中推导出异常检测逻辑，在24个数据集上超越了15个最先进的基线，而无需对LLM进行微调。第二篇论文研究了使用流匹配的无监督异常检测，特别是在污染的训练数据下比较了时间条件收缩匹配（TCCM）与Forest-Flow，并强调了偏差和重构分数等异常评分函数在金融领域稳健性能中的关键作用。