ALARM: 面向复杂环境监控的自动化MLLM异常检测与不确定性量化
机器学习
2026-03-04 v1 人工智能
计算机视觉与模式识别
摘要
大型语言模型（LLMs）的进步极大地激发了研究兴趣，推动了可在复杂环境中部署的多模态LLM（MLLM）基础视觉异常检测（VAD）算法的开发。挑战在于，在这些复杂环境中，异常有时高度依赖上下文且模糊不清，因此不确定性量化（UQ）是MLLM基础VAD系统成功的关键能力。在本文中，我们引入了我们的UQ支持的MLLM基础VAD框架——ALARM。ALARM将UQ与质量保证技术（如推理链、自我反思和MLLM集成）相结合，以实现鲁棒且准确的性能，其设计基于严格的概率推理管道和计算过程。我们在真实智能家居基准数据和伤口图像分类数据上进行了广泛的实证评估，结果表明ALARM具有优越性能及其在不同领域的通用适用性，可支持可靠决策。
引用
@article{arxiv.2512.03101,
title = {ALARM: Automated MLLM-Based Anomaly Detection in Complex-EnviRonment Monitoring with Uncertainty Quantification},
author = {Congjing Zhang and Feng Lin and Xinyi Zhao and Pei Guo and Wei Li and Lin Chen and Chaoyue Zhao and Shuai Huang},
journal= {arXiv preprint arXiv:2512.03101},
year = {2026}
}