小巧而可信：高效视觉语言推理用于时间序列异常检测
人工智能
2026-05-29 v1
摘要
近期视觉语言模型 (VLM) 的进展在许多任务中取得了令人瞩目的成绩，但先前研究报告在将大型语言或多模态模型应用于寻找顺序数据中异常模式时表现不佳。公共异常检测基准通常提供区间标注，但不提供自然语言理由，使难以微调 VLM 以产生可 grounding、可解释的决策。为此，我们构建 VisAnomBench，这是一个从公共时间序列数据集构建的精选基准， augmented with high-quality anomaly explanations selected from multiple large VLMs using fine-grained, task-specific rewards。通过在该基准上微调，我们开发了 VisAnomReasoner，这是一个用于时间序列异常检测的参数高效 VLM。VisAnomBench 上的实验结果表明，VisAnomReasoner 在异常局部化方面更准确，且始终优于所有基线，精度和 F1 分数分别提高了至少 21.23 和 23.87 个百分点。额外的在 TSB-AD-U 基准上的实验表明，VisAnomReasoner 在跨基准泛化方面表现强劲，精度和 F1 分数分别提高了 9.57 和 13.39 个百分点。
引用
@article{arxiv.2605.30344,
title = {Tiny but Trusted: Efficient Vision-Language Reasoning for Time-Series Anomaly Detection},
author = {Xiaona Zhou and Muntasir Wahed and Tianjiao Yu and Constantin Brif and Ismini Lourentzou},
journal= {arXiv preprint arXiv:2605.30344},
year = {2026}
}