AnomalyGFM：面向零样本/少样本图异常检测的图基础模型

AnomalyGFM 是面向图异常检测的图基础模型，支持零样本推理与少样本提示词微调。该模型通过预训练将可学习的正常与异常类原型与节点表示残差对齐，学习图无关的判别性原型，从而在新图上实现零样本检测。在 11 个真实异常数据集上，其零样本与少样本设置均显著优于现有方法。