热点事件持续更新
研究者提出免训练通用图异常检测框架Jev-GAD
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月23日，研究人员在 arXiv 发布免训练通用图异常检测框架 Jev-GAD。该框架基于单个冻结的预训练语言模型，用于连接异构数值证据与决策机制。在具体实现上，Jev-GAD 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方式，整合决策分数与4种统计分数。在涵盖引用网络、社交网络和共同评审网络的7个基准测试中，Jev-GAD 分别取得了 89.18% 的平均 AUROC 和 52.40% 的平均 AUPRC。
AI 根据报道生成 · 6 小时前更新
最新进展10月23日 12:00
研究者提出基于单个预训练语言模型的免训练图异常检测框架Jev-GAD。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv 机器学习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
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。
本事件热度走势
当前热度 8·可比范围峰值 10（10月23日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。