MOON2.0：面向电商商品理解的动态模态平衡多模态表征学习

基于摘要分析。该研究面向电商商品理解，针对混合模态训练中的模态失衡、商品内部图文对齐关系利用不足及多模态数据噪声，提出动态模态平衡表征学习框架 MOON2.0，并发布用于电商表征学习与评估的共增强基准 MBE2.0。研究对象是商品图像与文本，并非神经信号或 BCI。 方法包含三个部分：Modality-driven Mixture-of-Experts（MoE）按输入样本的模态组成自适应处理，通过 Multimodal Joint Learning 缓解模态失衡；Dual-level Alignment 利用单个商品内部的语义对齐关系；基于 MLLM 的 Image-text Co-augmentation 将文本丰富与视觉扩展结合，并通过 Dynamic Sample Filtering 改善训练数据质量。摘要未说明双层对齐的具体层级、路由规则、损失函数或过滤判据。 作者报告，在 MBE2.0 和多个公共数据集的零样本评估中，MOON2.0 达到最先进性能，并以注意力热图提供多模态对齐改善的定性证据。摘要未提供具体任务、数据规模、划分、对照方法和指标数值，因此尚不能判断优势幅度或跨协议可比性；热图也不能单独确证对齐机制的有效性。实验协议、消融及统计信息尚未验证，代码与训练资源条件亦待核对。 平台推测（待验证）：其按模态组成路由与跨模态对齐的机制，可能启发具有配对 EEG 和其他模态数据的表征学习，但依赖可靠的配对关系与语义监督。可考虑复用路由和对齐思路，需改造 EEG 编码器、时间对齐与质量过滤模块，不能直接沿用商品图文增强。低信噪比、被试差异、通道变化及小数据可能导致路由偏向强模态，或使过滤误删有效神经信号。一个可证伪的小实验是在固定跨被试划分、相同训练数据和编码器条件下，对比普通融合与模态路由，检验模态缺失或噪声增加时的收益是否稳定；相关 EEG 工作尚未检索确认。