arXiv 机器学习· Xinyu Zhao, Qingyun Sun, Ziwei Zhang, Tianchen Zhu, Daqing Li, Jianxin Li·· 7 小时前AI 评分33
Jev-GAD：基于单个预训练决策模型的免训练通用图异常检测框架
One Pretrained Decision Model Is Enough for Training-Free Generalist Graph Anomaly Detection
AI 导读
研究人员提出免训练通用图异常检测框架 Jev-GAD，利用单个冻结的预训练语言模型连接异构数值证据与决策机制。该框架通过语义图到状态（G2S）转换构建结构化决策状态并读取选项 logits，再通过等权重基于排名的融合整合决策分数与 4 种统计分数。在涵盖引用、社交和共同评审网络的 7 个基准测试中，Jev-GAD 取得 89.18% 的平均 AUROC 和 52.40% 的平均 AUPRC。
来源：arXiv 机器学习 · arxiv.org