本文介绍了一种名为GLAD的人机协同学习算法，支持异常探测器的自动学习与解释。研究提出了多种图异常检测方法，包括基于层次贝叶斯模型的组潜在异常检测（GLAD）和半监督图异常检测方法（GGAD），在多个数据集上表现优越。这些方法通过对比学习和图自动编码器等技术，提高了检测性能和鲁棒性。