RQ-VAE-Recommender
[Pytorch] Generatives Retrieval-Modell unter Verwendung semantischer IDs aus "Recommender Systems with Generative Retrieval"
Implementieren Sie ein generatives Abrufmodell, um Artikel basierend auf Benutzerpräferenzen mithilfe semantischer IDs zu empfehlen.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbar[Pytorch] Generatives Retrieval-Modell unter Verwendung semantischer IDs aus "Recommender Systems with Generative Retrieval"
RQ-VAE-Recommender hat 842 Sterne auf GitHub. Es wurde 126-mal geforkt. RQ-VAE-Recommender ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. RQ-VAE-Recommender ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: generative, generative-ai, generative-retrieval, gumbel.
Was ist RQ-VAE-Recommender?
[Pytorch] Generatives Retrieval-Modell unter Verwendung semantischer IDs aus "Recommender Systems with Generative Retrieval"
Ist RQ-VAE-Recommender Open Source?
RQ-VAE-Recommender ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ist RQ-VAE-Recommender kostenlos?
Ja. RQ-VAE-Recommender ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht RQ-VAE-Recommender?
RQ-VAE-Recommender ist unter der MIT-Lizenz verfügbar.
In welcher Sprache ist RQ-VAE-Recommender geschrieben?
RQ-VAE-Recommender ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/edoardobotta-rq-vae-recommender.html)
