MMAD-QA

新的GLLS框架利用LMM增强工业异常检测

研究人员开发了一个名为全局逻辑与局部搜索（GLLS）的新框架，以利用大型多模态模型（LMM）改进工业环境中的异常检测。GLLS设计为无需训练，通过创建部件感知视觉-逻辑图谱来组织参考数据和规范。它采用双流方法：一个流使用SAM 3提取视觉事实，另一个流使用蒙特卡洛树搜索（MCTS）在固定预算内选择局部证据。在异常检测数据集上的实验表明，GLLS通过提供与视觉证据相关联的可追溯诊断决策，持续优于现有方法。