研究团队提出图基础模型AnomalyGFM用于图异常检测

研究团队提出面向图异常检测的图基础模型 AnomalyGFM，支持零样本推理和少样本提示词微调，论文已被 KDD2025 接收。 该模型通过预训练将数据无关、可学习的正常/异常类别原型与节点表示残差对齐，把节点信息投影到统一特征空间，从而在不同图上一致地度量异常程度，并可扩展到超大规模图。论文称，在 11 个含真实异常的常用图异常检测数据集上的实验显示，模型在零样本和少样本设置下均显著优于现有最先进方法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。