热点事件持续更新
SHAD：时序异常检测、可解释性与可解读性端到端基准
1 篇报道1 个报道来源4 小时前 更新
先了解这件事
AI 综述
2026-10-02，arXiv 发表 SHAD（Scality High-dimensional Anomaly Detection benchmark）基准，面向分布式云存储系统的多变量高维时间序列异常检测、可解释性与可解读性端到端评测。数据集包含 215 条来自 Scality 系统的序列，覆盖三类异常严重程度，并提供丰富语义标注。评测覆盖现有异常检测器、各维度贡献归因方法，以及冻结 LLM 基线的异常定位与解读效果。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
2026-10-02 arXiv 发布 SHAD 基准及基线评测结果。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · DatabasesSHAD 基准：时间序列异常检测、可解释性与可解读性端到端评测
SHAD（Scality High-dimensional Anomaly Detection benchmark）包含 215 个来自 Scality 分布式云存储系统的多变量高维时间序列，覆盖三类异常严重程度，并提供丰富语义标注。论文对检测、可解释性与可解读性三阶段进行基线评测，包括现有异常检测器、各维度贡献归因以及冻结 LLM 基线的异常定位与解读效果。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。