recommender-systems

Scripts de Deep Learning de pointe organisés par modèles - faciles à entraîner et à déployer avec une précision et des performances reproductibles sur une infrastructure de niveau entreprise.

Une bibliothèque de recommandation unifiée, complète et efficace.

Pratiques d'IA déployées par les grandes entreprises, articles de recherche de pointe et retours d'expérience industriels

Dépôt contenant le code pour "Actions Speak Louder than Words: Trillion-Parameter Sequential Transducers for Generative Recommendations" (https://arxiv.org/abs/2402.17152).

Survey : Une collection d'articles et de ressources exceptionnels sur les systèmes de recommandation basés sur les grands modèles de langage (LLM).

Bibliothèque configurable, ajustable et reproductible pour la prédiction CTR https://fuxictr.github.io

GRID : Recommandation générative avec identifiants sémantiques

Guide d'initiation aux systèmes de recommandation, présentant de manière exhaustive la théorie des systèmes de recommandation de niveau industriel, l'entraînement de modèles avec TensorFlow2 et la mise en œuvre de microservices d'inférence en Golang hautes performances, hautement concurrents et hautement disponibles.

⚡️Une bibliothèque Python ultra-rapide pour l'évaluation, la comparaison et la fusion de classements 🐍

[WSDM'2024 Oral] "SSLRec: A Self-Supervised Learning Framework for Recommendation"

Une implémentation TensorFlow de réseaux de neurones convolutifs sur graphes de connaissances

Version PyTorch du filtrage collaboratif neuronal