本文综述基于变分自编码器的异常与分布外检测研究。核心发现是深度生成模型常因偏差而给分布外数据更高似然；据此提出似然比、误差降低、复杂度修正似然比等无监督评分方法，在图像和基因组数据上优于基准，并统一为OOD代理框架，指出模型误差比似然更可靠。