异常检测换用多样性视角:VAS在148个嵌入基准上无需调参即居首
Vendi异常分数(VAS)把异常重新定义为“移除该样本后数据集多样性下降多少”,用Vendi分数的特征值谱变化打分,不再依赖密度估计或空间划分。在ADBENCH的148个图像与文本嵌入基准上,VAS的平均排名优于包括ADERH、DN2、SLAD在内的对比方法,且无需验证集调参;在ImageNet受控污染实验中,随着污染率和数据规模上升仍保持最强表现。
Vendi异常分数(VAS)把异常重新定义为“移除该样本后数据集多样性下降多少”,用Vendi分数的特征值谱变化打分,不再依赖密度估计或空间划分。在ADBENCH的148个图像与文本嵌入基准上,VAS的平均排名优于包括ADERH、DN2、SLAD在内的对比方法,且无需验证集调参;在ImageNet受控污染实验中,随着污染率和数据规模上升仍保持最强表现。
已读完全部报道