路由剩下的内容：用于推荐系统中缺失模态候选重新排名的元模态代理

缺失模态推荐器通常会重建缺失的表示，尽管观察到的证据可能无法确定缺失的内容。我们将候选者重新排名制定为预算顺序证据获取。策略查询文本、图像和交互图工具，将 \texttt{Null} 返回合并到其观察历史记录中，并对检索到的候选池进行稀疏重新评分。我们的元模态代理（MMA）使用 PPO 来优化终端 NDCG 和工具成本，而无需显式访问路由可用性掩码或目标身份。当只有一条证据路线可用时，MMA-Auto 将 NDCG@10 比最强完成基线提高了 $10.0$\%，比具有相同 Llama 记分器的固定路由器提高了 $9.5$\%。它在所有九个报告的数据集和可用路线组合中针对这些比较器获得了最高结果。 MMA-Auto 还比固定路由器减少了 17.8 个百分点的失败呼叫，并减少了 1.1 个匝数。在全目录检索生成的固定候选池上，MMA-Auto 将 NDCG@10 改进了 $19.7$\%。这些结果将自适应证据路由与严重的构建缺失情况下改进的重新排序联系起来。该代码位于：https://anonymous.4open.science/r/WSDM2027-MMA-C381。