锚对齐：防止多模态推荐系统中的位置塌陷
机器学习
2026-04-16 v3 人工智能
摘要
多模态推荐系统（MMRS）利用图像、文本和交互信号丰富物品表征。然而，最近基于对齐的 MMRS 强制统一嵌入空间，往往模糊各模态特定结构并加剧 ID 主导。因此，我们提出 AnchorRec，一种进行间接、锚点对齐的多模态推荐框架，在轻量级投影域中实现对齐。通过将对齐从表征学习中解耦，AnchorRec 保留各模态的本机结构，同时保持跨模态一致性，避免位置塌陷。在四个 Amazon 数据集上实验表明，AnchorRec 在竞争性的 Top-N 推荐准确率方面表现优异，定性分析进一步显示其在多模态表达性和一致性方面的改进。AnchorRec 的代码已公开：https://github.com/hun9008/AnchorRec。
引用
@article{arxiv.2603.12725,
title = {Graph In-Context Operator Networks for Generalizable Spatiotemporal Prediction},
author = {Chenghan Wu and Zongmin Yu and Boai Sun and Liu Yang},
journal= {arXiv preprint arXiv:2603.12725},
year = {2026}
}
备注
11 figures, 2 tables