Have an LLM Write Your Anomaly Detector: Autonomous Discovery of Compact, Interpretable Detectors for Time Series

📄 arXiv: 2610.01223v1 📥 PDF

作者: David Berghaus

分类: cs.LG, cs.AI

发布日期: 2026-10-01

💡 一句话要点

利用大型语言模型自主发现时间序列异常检测器

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 时间序列分析 异常检测 大型语言模型 自动化研究 计算效率 可解释性

📋 核心要点

  1. 现有的时间序列异常检测方法在准确性、效率和可解释性之间存在显著的权衡，难以同时满足这些需求。
  2. 本文提出了一种利用大型语言模型自动生成异常检测器的创新方法，通过反复编辑程序实现高效的检测器发现。
  3. 实验结果表明，所提出的检测器在TSB-AD基准上超越了多种强基线，且在计算效率和透明性方面表现优异。

📝 摘要（中文）

时间序列异常检测在预测准确性、计算效率和可解释性之间存在权衡。本文提出了一种新方法，利用大型语言模型（LLM）作为异常检测器的创作者，通过一个自主研究循环，反复编辑一个简短的NumPy程序，保持最佳得分的检测器。该循环发现了两个紧凑的检测器，分别用于单变量和多变量序列，通过局部谱特征描述短窗口，并通过协方差感知距离与训练区域分布进行比较。在TSB-AD基准上，这些检测器在各项指标上领先于包括Time-RCD在内的经典、深度和基础模型基线，且无需训练网络和使用GPU，且多变量检测器的速度超过所有同类基线。因此，LLM驱动的程序搜索为准确、高效和透明的检测器提供了一条实用路径。

🔬 方法详解

问题定义：本文旨在解决时间序列异常检测中存在的准确性、效率和可解释性之间的权衡问题。现有方法往往需要复杂的网络训练和计算资源，限制了其应用。

核心思路：通过利用大型语言模型（LLM）作为异常检测器的创作者，自动生成并优化检测器程序，从而实现高效且透明的异常检测。该方法通过自主研究循环，反复编辑程序以寻找最佳检测器。

技术框架：整体架构包括一个LLM驱动的程序编辑模块和一个评估模块。程序编辑模块负责生成和优化NumPy程序，而评估模块则通过设定的目标函数对检测器性能进行评估和选择。

关键创新：最重要的技术创新在于将LLM应用于程序生成和优化，形成一个自主的研究循环。这种方法与传统的基于深度学习的检测器设计有本质区别，后者通常依赖于大量的训练数据和计算资源。

关键设计：在设计中，使用了局部谱特征来描述短时间窗口，并通过协方差感知距离来比较训练区域的分布。该方法无需训练网络，且在多变量检测器的实现上，优化了计算效率。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

实验结果显示，所提出的单变量和多变量检测器在TSB-AD基准上超越了包括Time-RCD在内的多个强基线，且在各项指标上均表现优异。特别是多变量检测器的速度超过所有同类基线，展示了其在计算效率上的优势。

🎯 应用场景

该研究的潜在应用领域包括金融监控、工业设备故障检测和网络安全等。通过提供高效且可解释的异常检测工具，能够帮助相关领域的专业人士更好地识别和应对潜在风险，提升决策效率。未来，该方法可能会推动更多基于LLM的自动化研究工具的发展。

📄 摘要（原文）

Time-series anomaly detection trades off predictive accuracy, computational efficiency, and interpretability. We use a large language model not as the detector but as the author of one: an autonomous research loop in which the model repeatedly edits a single short NumPy program under a leakage-free objective, keeping the best-scoring detector it finds. The loop discovers two compact detectors, one for univariate and one for multivariate series, that describe short windows by their local spectral features and compare them with the training-region distribution through a covariance-aware distance. On the TSB-AD benchmark these detectors lead the field across metrics, ahead of the strongest classical, deep, and foundation-model baselines including Time-RCD, yet they train no network and use no GPU, and the multivariate detector is faster than every similarly performing baseline. LLM-driven program search is thus a practical route to accurate, efficient, and transparent detectors.