任何人都能使用的异常检测框架

Sarah Alnegheimish在麻省理工学院研究机器学习与系统工程，致力于提高机器学习系统的可及性和透明度。

她开发了开源框架Orion，旨在简化异常检测，使用户无需专业知识即可分析数据。

Orion已被广泛使用，下载量超过12万次，用户可以在不需要深入了解机器学习的情况下使用该框架。

Alnegheimish的硕士论文集中于时间序列异常检测，Orion能够检测数据中的异常行为。

Orion的开源特性提高了透明度，用户可以查看模型的每一步，增强了对模型的信任。

在博士研究中，Alnegheimish探索使用预训练模型进行异常检测，节省时间和计算成本。

她强调了同时开发模型和系统的重要性，以提高研究的可访问性和适应性。

Alnegheimish还研究了大型语言模型（LLM）作为用户与系统之间的中介，简化用户操作。

Orion的设计使得用户只需使用两个命令（Fit和Detect）即可进行模型训练和异常检测。

Alnegheimish认为，开放源代码的实时采用是衡量研究影响的新标准。