四行代码提升鲁棒性：多模态推荐系统的序列模态丢弃法

_reachsumit · x · 2026-08-12

现实产品目录中常缺失图片或文本，导致在完整数据上训练的多模态推荐模型在部署时准确率大幅下降。

本论文提出了序列模态丢弃（SMD）方法：在训练期间以概率 $p$ 独立擦除图像或文本流。这种仅四行代码的架构无关改动，能显著提升模型在模态缺失时的保留率。在极端 95% 缺失率下，该方法保留了 61% 的 HR@10 准确率，远超基线的 22%。