arXiv · cs.AI· Changran He, Jiaming Wei, Jianghong Ma, Tianjun Wei, Haijun Zhang, Xiaofeng Zhang·· 2 天前
MOSS通过语义与结构塑形实现多样化多模态推荐
Multimodal Decoupling for Diversified Recommendation through Semantic and Structural Shaping
arXiv:2610.26024v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Changran He, Jiaming Wei, Jianghong Ma, Tianjun Wei, Haijun Zhang, Xiaofeng Zhang
研究任务与主要进展
MOSS提出一种多模态解耦推荐框架，旨在改善推荐系统的准确率—多样性权衡。基于论文摘要，该框架利用基于MLLM的解耦特征提取和类别感知嵌入选择增强语义利用，并通过交替双图传播缓解表征坍缩、以熵正则化促进类别均衡；作者称其在真实数据集实验中持续优于强基线。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org