ReForest：让孤立森林结合大模型推理

孤立森林决策路径转文本，由大模型细化异常检测

资讯摘要

论文提出 ReForest 框架，将孤立森林的潜在决策路径转为自然语言解释，再由大模型通过不确定性感知的动态集成细化异常检测，按实例置信度自适应权衡统计与语义信号。作者报告在医疗、金融等四个真实数据集上，召回率平均提升 21%，F1 提升 10%，并称该框架以统计证据支撑语义叙述，提升模型透明度。

要点速读

1. ReForest 把孤立森林的决策路径转成自然语言解释，供大模型推理使用
2. 采用不确定性感知动态集成，按实例置信度权衡统计与语义信号
3. 作者报告四个真实数据集上召回率平均提升 21%、F1 提升 10%

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。