本文共 525 字，大约阅读时间需要 1 分钟。

论文信息

题目：PromptAD: Learning Prompts with only Normal Samples for Few-Shot Anomaly Detection

PromptAD：仅使用正常样本进行少样本异常检测的提示学习

作者：Xiaofan Li, Zhizhong Zhang, Xin Tan, Chengwei Chen, Yanyun Qu, Yuan Xie, Lizhuang Ma

源码：https://github.com/FulNz-0/PromptAD.git

论文创新点

本方法的核心思想在于，仅使用正常样本来学习异常检测任务的关键特征，从而减少了对异常样本的依赖。这种单类提示学习框架不仅简化了训练过程，还能够更有效地捕捉异常数据的独特特征。

通过实验验证，PromptAD在多个基线方法上取得了显著的性能提升，尤其在处理复杂场景下的异常检测任务表现尤为突出。