热点事件持续更新
EB-GAD：基于经验贝叶斯的图异常检测训练-free框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv 发布 EB-GAD 框架，将图异常检测建模为图感知广义 Ornstein-Uhlenbeck 松弛过程，通过经验贝叶斯拟合图精度，把评分转化为有限时间控制能量，实现无训练评分。在 11 个基准数据集无标签情况下，EB-GAD 在 9 个数据集上 AUROC 最优或并列最优，金融欺诈网络（最多 3.7M 节点）等场景最高提升 21.7 点。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Machine Learning TheoryEB-GAD：将图异常检测建模为有限时间控制的无训练评分方法
EB-GAD 提出一种无训练框架，将图异常检测建模为图感知广义 Ornstein-Uhlenbeck 松弛过程，通过经验贝叶斯拟合图精度，把评分转化为有限时间控制能量。在 11 个基准数据集上无标签情况下，EB-GAD 在 9 个数据集上 AUROC 最优或并列最优，金融欺诈网络（最多 3.7M 节点）等场景最高提升 21.7 点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。