研究者提出多模态解耦推荐框架MOSS

2026年10月20日，arXiv Artificial Intelligence 刊出 Changran He 等作者的论文，提出多模态解耦推荐框架 MOSS。据该报道，MOSS 针对多模态推荐中语义利用不足与精度—多样性权衡问题：在语义层面，用基于 MLLM 的解耦特征提取模块将多模态内容拆解为信息性表示，并以类别感知嵌入选择模块提取紧凑语义特征；在结构层面，引入交替双图传播缓解表示坍缩，配合基于熵的多样性正则化平衡类别曝光。报道称，真实数据集实验显示 MOSS 在精度—多样性权衡上稳定优于强基线。目前事件进展限于该论文的框架提出与实验报告，尚无其他独立来源的跟进报道。

AI 根据报道生成 · 36 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。