arXiv · cs.AI · Yujie Li, Zezhi Shao, Boyu Diao, Zhulin An, Yongjun Xu, Xueqi Cheng, Fei Wang · 7 小时前模型评分37
HieraNTP：用分层下一 token 预测做时间序列异常检测的结构化风险表示
HieraNTP: Structured Risk Representations for Time-Series Anomaly Detection via Hierarchical Next-Token Prediction
导读
HieraNTP 将自监督预测建模与任务特定的风险解释分开，先把预测偏差组织成跨时间尺度的结构化风险表示，再由任务自适应检测器结合异常标签筛选证据。在异常检测基准上，其 VUS-PR 在 TSB-AD-U 和 TSB-AD-M 上分别比最强基线提升 12.0% 和 15.5%，并在 TAB 两个赛道取得最高综合分。代码已开源。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce HieraNTP, a Hierarchical Next-Token Prediction framework that separates self-supervised predictive modeling from task-specific risk interpretation.”
- “Our code is available at this https URL .”
来源：arXiv · cs.AI · arxiv.org