MM-VeriRec：用失败分类修复多模态推荐与拒绝决策

图像往往包含文本元数据只能暗示的推荐约束：电影可能需要阴暗视觉，商品可能需要极简风格，视觉上不可能满足的请求则应被拒绝。Agentic多模态推荐器必须基于文本图像证据推理，判断何时视觉证据具有决定性，并在没有有效动作时放弃。我们提出MM-VeriRec，一个可验证多模态推荐协议与失败指导融合方法，针对隐藏视觉约束、图文不匹配及不可能任务的弃答。它从真实电影海报和商品图像数据构建任务，用确定性视觉属性验证每项推荐，将失败转为可操作标签：跟随文本陷阱、忽略视觉和错误接受。融合不应只是拼接模态，而应诊断哪个模态失败并路由至相应修复。在MM-ML 1M与Amazon Reviews上，更强文本和视觉嵌入改善检索，却不能消除这些失效；失败指导融合可以。自适应属性门读取与验证器相同的标签，其分数是与验证器对齐的上界，用于测试分类体系能否路由到正确修复。更有信息量的是非对齐门控下的迁移：独立导出的留一CLIP检测器仍达到0.7028与0.6111的视觉证据支撑成功率，高于VBPR基线和普通融合。文本与视觉差距在两个LLM家族中复现，而有效修复随领域变化。MM-VeriRec既是基准，也是可信Agentic多模态推荐的实用诊断闭环。