本文综述弱监督异常检测，将其划分为三种弱监督设置和四种数据模态，给出形式化定义、关键算法与未来方向，并开展实验、发布源码及数据收集。相关研究提出弱监督异常定位、ALWOD框架、半监督标记策略和时空异常检测等方法，在交通、监控、医学影像等任务上提升了检测性能。

ALWOD是一种新的框架，综合使用主动学习、弱监督学习和半监督学习范式。它通过辅助图像生成策略来初始化模型，选择最有信息量的图像进行注释，并引入了一种新的标注任务。ALWOD实现了快速而有效的标注过程，从而缩小了只使用部分标记和完全标记数据进行训练的模型之间的差距。