生成模型已被证明可以通过建模正常数据来提供强大的异常检测机制，这些数据随后可以用作异常评分的基线。DDPMs在样本质量和模式覆盖方面已经成为生成建模的最新方法，能够从复杂的数据分布中生成样本，相比于生成对抗网络(GAN)和变分自编码器(VAEs)相比具有更好的模式覆盖。

论文链接：2403.12570v1.pdf 今天要分享的是来自CVPR 2024的一篇异常检测的文章，从标题我们也能知道这篇文章主要针对的是异常检测中医学图像检测这个方向的，用的是经过修改的视觉语言大模型来实现通用的异常检测。 背景 首先讲一下方法提出的背景。

论文名称：Toward Generalist Anomaly Detection via In-context Residual Learning with Few-shot Sample Prompts（CVPR 2024） 论文链接：2403.06495v3.pdf 背景 通过论文的名称我们也能

异常检测的应用场景对算法的检测性能和执行速度要求很高。 传统的检测算法需要构建实例模型以判断是否是异常，这使得模型存在过度关注正常示例导致实际识别效果欠佳和高计算复杂度限制数据运算维度的问题。 实际数据可能存在分布不均或噪声的情况，但好在异常通常是few and different的，是少和不同的，这使得我们能够容易地划分异常。

PyTorch是一种流行的深度学习框架，具有多个核心优势，使其在研究和工业界广受欢迎。 MNIST（Modified National Institute of Standards and Technology）数据集是一个广泛使用的手写数字识别数据集，常用于机器学习和深度学习的研究与实验。

在自然语言处理（NLP）领域，Transformer架构已经成为标准，但其在计算机视觉（CV）中的应用仍然有限。传统的卷积神经网络（CNN）在图像识别任务中表现优异，但随着网络深度的增加，训练变得更加困难。研究者们希望能够将Transformer的优势引入图像识别领域，以提高模型的性能和训练效率。

CNN卷积神经网络在图像识别任务中取得了显著的成功，在CNN中通过卷积激活池化的叠加运算可以使模型提取更深层次更高级的特征，但问题接踵而至，学习更好的网络并不像堆叠更多的层一样容易。深层网络面临着梯度消失和梯度爆炸的问题。

简要介绍 解决的问题 在CNN未出现之前，图像分类等任务并不好解决，主要是存在以下两个问题： 一是处理的数据量大，