GenGLAD：迈向通用图级别异常检测

研究人员提出通用图级别异常检测方法 GenGLAD，旨在通过单一统一模型在极少监督下跨多领域识别异常图。该方法采用判别性子图提取机制学习可迁移的异常知识，并在测试时通过轻量评分模块自适应计算多层级上下文差异。基准数据集实验表明，GenGLAD 相比现有方法具备更优的跨领域泛化能力与数据效率。