最近的无监督异常检测方法依赖于辅助数据集或异常模拟样本，限制了适应能力。为解决此问题，提出了无先验异常生成范式和名为GRAD的无监督异常检测框架。GRAD包括扩散模型、自监督加权机制和基于补丁的检测器。实验证明了GRAD在异常检测准确性和推理速度方面的竞争力。

最近的无监督异常检测方法依赖于辅助数据集或异常模拟样本，限制了适应能力。为解决此问题，提出了一种名为GRAD的无监督异常检测框架，包括扩散模型、自监督加权机制和基于补丁的检测器。实验证明了该框架在准确性和速度方面的竞争力。

GRAD是一种无监督异常检测框架，通过扩散模型、自监督加权机制和基于补丁的检测器提高了准确性和推理速度。它不依赖于辅助数据集或异常模拟样本，具有较强的适应能力。