arXiv cs.SE· Yixiang Tang, Fagui Liu, Guoxiang Zhong, Xi Yao, C. L. Philip Chen·· 2 小时前AI 评分31
LLMMAD：基于大语言自回归多模态微服务异常检测框架
Autoregressive Multimodal Anomaly Detection with Large Language Models for Microservice Systems
AI 导读
研究者提出 LLMMAD，一个基于 LLM 的自回归多模态异常检测框架，用于微服务系统。该方法将多模态数据嵌入重组为统一序列以建模模态间关系，并用模态专属重建头保留模态特有信息，同时以预测未来状态的自回归目标消除"identity-shortcut"问题。在三个真实数据集上，LLMMAD 的 F1-score 分别提升 3.1%、1.4% 和 0.9%，持续优于 SOTA 方法。
来源：arXiv cs.SE · arxiv.org