Klein maar betrouwbaar: Efficiënt visie-taal redeneren voor anomaliedetectie in tijdsreeksen

Samenvatting

Recente vooruitgang in Vision-Language Modellen (VLM's) heeft indrukwekkende prestaties op vele taken geboekt, maar eerdere studies melden onbevredigende prestaties bij het toepassen van grote taal- of multimodale modellen op het vinden van afwijkende patronen in sequentiële data. Openbare benchmarks voor anomaliedetectie bieden doorgaans intervalannotaties, maar geen natuurlijke taal-redeneringen, wat het moeilijk maakt om VLM's fijn te stemmen voor onderbouwde, interpreteerbare beslissingen. Om deze kloof te overbruggen, bouwen we VisAnomBench, een samengestelde benchmark die is gebaseerd op openbare tijdreeksdatasets en is aangevuld met hoogwaardige anomalieverklaringen die zijn geselecteerd uit meerdere grote VLM's met behulp van fijnmazige, taakspecifieke beloningen. Door middel van fijnstemmen op deze benchmark ontwikkelen we VisAnomReasoner, een parameter-efficiënte VLM voor anomaliedetectie in tijdreeksen. Experimentele resultaten op VisAnomBench tonen aan dat VisAnomReasoner een nauwkeurigere anomalielokalisatie bereikt en consequent alle basislijnen overtreft, met verbeteringen van respectievelijk ten minste 21,23 en 23,87 procentpunten in precisie en F1. Aanvullende experimenten op de TSB-AD-U-benchmark tonen een sterke cross-benchmark generalisatie aan, waarbij VisAnomReasoner de precisie en F1 met respectievelijk 9,57 en 13,39 procentpunten verbetert.

English

Recent advances in Vision-Language Models (VLMs) have achieved impressive performance across many tasks, yet prior studies report unsatisfactory performance when applying large language or multimodal models to finding abnormal patterns in sequential data. Public anomaly detection benchmarks typically provide interval annotations but not natural-language rationales, making it difficult to fine-tune VLMs to produce grounded, interpretable decisions. To address this gap, we construct VisAnomBench, a curated benchmark built from public time-series datasets and augmented with high-quality anomaly explanations selected from multiple large VLMs using fine-grained, task-specific rewards. Through fine-tuning on this benchmark, we develop VisAnomReasoner, a parameter-efficient VLM for time-series anomaly detection. Experimental results on VisAnomBench show that VisAnomReasoner achieves more accurate anomaly localization and consistently outperforms all baselines, with improvements of at least 21.23 and 23.87 percentage points in precision and F1, respectively. Additional experiments on the TSB-AD-U benchmark demonstrate strong cross-benchmark generalization, with VisAnomReasoner improving precision and F1 by 9.57 and 13.39 percentage points, respectively.