recommender-systems

मॉडलों द्वारा आयोजित अत्याधुनिक Deep Learning स्क्रिप्ट - एंटरप्राइज़-ग्रेड बुनियादी ढांचे पर पुनरुत्पादित सटीकता और प्रदर्शन के साथ प्रशिक्षित और तैनात करने में आसान।

एक एकीकृत, व्यापक और कुशल सिफ़ारिश लाइब्रेरी

प्रमुख कंपनियों द्वारा जारी AI कार्यान्वयन अभ्यास, शीर्ष प्रयोगशालाओं के नवीनतम पेपर, और उद्योग के वास्तविक अनुभव।

"Actions Speak Louder than Words: Trillion-Parameter Sequential Transducers for Generative Recommendations" (https://arxiv.org/abs/2402.17152) के लिए कोड होस्ट करने वाली रिपॉजिटरी।

सर्वेक्षण: बड़े भाषा मॉडल (LLM) से संबंधित अनुशंसा प्रणाली विषयों पर शानदार पेपर और संसाधनों का संग्रह।

CTR अनुमान के लिए एक कॉन्फ़िगर करने योग्य, ट्यून करने योग्य और पुनरुत्पादक लाइब्रेरी https://fuxictr.github.io

GRID: सिमेंटिक ID के साथ जेनरेटिव रिकमेंडेशन।

सिफारिश प्रणाली (Recommendation System) के लिए शुरुआती गाइड, जो औद्योगिक-स्तरीय सिफारिश प्रणालियों के सैद्धांतिक ज्ञान का व्यापक परिचय देती है (वांग शुसेन की सिफारिश प्रणाली की खुली कक्षा - Xiaohongshu के परिदृश्य के आधार पर वास्तविक औद्योगिक सिफारिश प्रणालियों की व्याख्या), TensorFlow2 के आधार पर मॉडल कैसे प्रशिक्षित करें, और उच्च-प्रदर्शन, उच्च-संगम (high-concurrency) और उच्च-उपलब्धता (high-available) वाले Golang इनफॉरेंस माइक्रोसर्विस कैसे लागू करें।

⚡️रैंकिंग मूल्यांकन, तुलना और फ्यूजन के लिए एक अत्यंत तेज़ Python लाइब्रेरी 🐍

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

Knowledge Graph Convolutional Networks का एक tensorflow कार्यान्वयन।

न्यूरल कोलैबोरेटिव फ़िल्टरिंग का PyTorch संस्करण