研究利用多模态数据集分析用户通过图像表达偏好，涵盖从风景到艺术的视觉表达。用户请求推荐相似感觉的书籍或音乐。实验表明，大型基础模型在任务中存在局限性，视觉-语言模型未明显优于语言模型。提出的图像链推理方法取得了改进，并公开了代码和数据集。

本研究提出了稳定学习策略解决医学图像分析中的领域转移问题，特别是无监督域自适应。实验证明了该策略的有效性，并将发布相关代码。