大语言模型用于异常和超分布检测综述
机器学习
2025-02-17 v3
摘要
检测异常或超分布（OOD）样本对于维护机器学习系统的可靠性和可信赖性至关重要。最近，大语言模型（LLM）不仅在自然语言处理中显示出色，还因其先进的理解和生成能力，在更广泛的应用领域展现出潜力。将LLM集成到异常和OOD检测中标志着该领域从传统范式的重大转变。本综述聚焦于LLM背景下的异常和OOD检测问题。我们提出了新的分类法，将现有方法归类为基于LLM所扮演角色的两种类别。遵循我们提出的分类法，进一步讨论了每个类别相关的研究工作，最后讨论了该领域潜在的挑战和未来研究方向。我们还提供了最新的相关论文阅读列表。
引用
@article{arxiv.2409.01980,
title = {Large Language Models for Anomaly and Out-of-Distribution Detection: A Survey},
author = {Ruiyao Xu and Kaize Ding},
journal= {arXiv preprint arXiv:2409.01980},
year = {2025}
}
备注
Accepted to NAACL 2025 Findings