AnomSeer: Reinforcing Multimodal LLMs to Reason for Time-Series Anomaly Detection

📄 arXiv: 2602.08868v1 📥 PDF

作者: Junru Zhang, Lang Feng, Haoran Shi, Xu Guo, Han Yu, Yabo Dong, Duanqing Xu

分类: cs.LG, cs.AI

发布日期: 2026-02-09

备注: Preprint

💡 一句话要点

AnomSeer通过强化多模态LLM的时序推理能力，解决异常检测问题。

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 时间序列异常检测 多模态大语言模型 强化学习 链式思考 最优传输

📋 核心要点

  1. 现有MLLM在时间序列异常检测中依赖粗略启发式，缺乏细粒度推理能力，限制了其性能。
  2. AnomSeer通过生成专家链式思考轨迹，并利用时间序列引导策略优化（TimerPO）来强化模型的推理能力。
  3. 实验表明，AnomSeer在分类和定位精度上优于GPT-4o等大型商业基线，尤其在点驱动和频率驱动的异常上。

📝 摘要（中文）

本文提出AnomSeer，旨在解决多模态大语言模型（MLLM）在时间序列异常检测（TSAD）中依赖粗略启发式信息，难以进行多维度、细粒度推理的挑战。AnomSeer通过强化模型，使其能够基于精确的时间序列结构细节进行推理，从而统一异常分类、定位和解释。其核心是生成一个专家链式思考轨迹，提供来自经典分析（如统计度量、频率变换）的可验证的细粒度推理。在此基础上，提出了一种新的时间序列引导策略优化（TimerPO），它在标准强化学习之外，还包含两个额外的组件：基于最优传输的时间序列引导优势和正交投影，以确保这种辅助细粒度信号不干扰主要的检测目标。在各种异常场景中，AnomSeer（使用Qwen2.5-VL-3B/7B-Instruct）在分类和定位精度方面优于更大的商业基线（如GPT-4o），尤其是在点驱动和频率驱动的异常上。此外，它还生成了支持其结论的合理时间序列推理轨迹。

🔬 方法详解

问题定义：时间序列异常检测旨在识别时间序列数据中与预期模式显著不同的点或片段。现有的多模态大语言模型（MLLM）在处理此类任务时，往往依赖于粗略的时间序列启发式信息，缺乏对多维度、细粒度信息的深入推理能力。这导致它们在处理复杂的时间序列数据时，难以准确地进行异常分类、定位和解释。现有方法难以有效利用时间序列的结构化信息，例如统计特征和频率特征，进行可验证的推理。

核心思路：AnomSeer的核心思路是强化MLLM对时间序列结构化细节的推理能力。通过生成专家链式思考轨迹，模型可以逐步分析时间序列的统计特征、频率特征等，从而获得可验证的细粒度推理过程。此外，引入时间序列引导策略优化（TimerPO），利用最优传输来计算时间序列引导优势，并使用正交投影来避免辅助信号干扰主要检测目标，进一步提升模型的性能。

技术框架：AnomSeer的整体框架包含以下几个主要模块： 1. 专家链式思考轨迹生成：利用经典的时间序列分析方法（如统计度量、频率变换）生成细粒度的推理步骤。 2. 时间序列引导策略优化（TimerPO）：在标准强化学习的基础上，引入时间序列引导优势和正交投影。 3. 异常分类、定位和解释：基于强化后的模型，进行异常的分类、定位和解释。

关键创新：AnomSeer的关键创新在于： 1. 专家链式思考轨迹：提供了一种可验证的、细粒度的推理过程，使模型能够更好地理解时间序列数据。 2. 时间序列引导策略优化（TimerPO）：通过最优传输和正交投影，有效地利用了时间序列的结构化信息，并避免了辅助信号的干扰。与现有方法相比，AnomSeer能够更准确地进行异常检测，并提供更合理的解释。

关键设计： 1. 时间序列引导优势：基于最优传输计算，用于衡量模型行为与专家轨迹的差异。 2. 正交投影：用于确保时间序列引导信号不干扰主要的检测目标。 3. 损失函数：综合考虑了异常分类、定位和解释的损失，以及时间序列引导优势的损失。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，AnomSeer在多个时间序列异常检测数据集上取得了显著的性能提升。例如，在使用Qwen2.5-VL-3B/7B-Instruct作为基础模型时，AnomSeer在分类和定位精度方面均优于GPT-4o等大型商业基线，尤其是在点驱动和频率驱动的异常上。此外，AnomSeer能够生成合理的、可解释的推理轨迹，为异常检测结果提供了有力的支持。

🎯 应用场景

AnomSeer具有广泛的应用前景，包括但不限于：工业生产中的设备故障诊断、金融领域的欺诈检测、网络安全领域的入侵检测、医疗健康领域的心电图异常分析等。该研究能够提高异常检测的准确性和可解释性，为相关领域的决策提供更可靠的依据，并有望推动智能运维、风险管理等领域的发展。

📄 摘要（原文）

Time-series anomaly detection (TSAD) with multimodal large language models (MLLMs) is an emerging area, yet a persistent challenge remains: MLLMs rely on coarse time-series heuristics but struggle with multi-dimensional, detailed reasoning, which is vital for understanding complex time-series data. We present AnomSeer to address this by reinforcing the model to ground its reasoning in precise, structural details of time series, unifying anomaly classification, localization, and explanation. At its core, an expert chain-of-thought trace is generated to provide a verifiable, fine-grained reasoning from classical analyses (e.g., statistical measures, frequency transforms). Building on this, we propose a novel time-series grounded policy optimization (TimerPO) that incorporates two additional components beyond standard reinforcement learning: a time-series grounded advantage based on optimal transport and an orthogonal projection to ensure this auxiliary granular signal does not interfere with the primary detection objective. Across diverse anomaly scenarios, AnomSeer, with Qwen2.5-VL-3B/7B-Instruct, outperforms larger commercial baselines (e.g., GPT-4o) in classification and localization accuracy, particularly on point- and frequency-driven exceptions. Moreover, it produces plausible time-series reasoning traces that support its conclusions.