11:39
官方账号arXiv cs.LG@Bin Li, Dongdong Wang, Siyang Lu
推荐理由：研究人员发现日志异常检测器过度自信问题，提出LoRD框架能有效校准模型，提高系统可靠性。
log anomaly detection
共 1 条相关 AI 资讯
8月19日
11:39
研究显示，基于语言模型的日志异常检测器在严重类别不平衡情况下对错误预测过度自信。作者提出LoRD校准框架，通过从正确分类的验证样本中学习预测路径特定可靠性模型。在四个大规模日志基准数据集上的实验表明，LoRD显著提高了置信度可靠性，减少了过度自信的异常相关错误，同时保持了异常检测性能。