13:12arXiv cs.AI@Hengji Zhou, Ye Liu, Yufeng Liu, Si Wu, Lianghao Xia, Liqiang Nie这篇论文提出TailorMind,一种链接协同偏好建模与可控多模态生成的框架。它通过超图协同过滤丰富稀疏用户历史,并利用排序误差反馈和文本梯度下降优化文本档案。检索增强风格控制与跨模态一致性反射减少语义漂移。论文构建了TailorBench基准,从一致性、新颖性、美学、幻觉、画像五个维度评估。实验表明,TailorMind在多个维度超过现有生成基线和真实用户生成内容,重排序召回率提升29%。论文TailorMindTailorBench多模态生成个性化推荐协同过滤推荐理由:这篇论文发了TailorMind,能根据用户行为痕迹直接生成个性化多模态内容,不用等现成素材。在一致性、新颖性上超过现有方法,召回率提升29%。原文