Startseite Projekte LLMRank
LLMRank

LLMRank

von RUCAIBox · GitHub

[ECIR'24] Implementierung von "Große Sprachmodelle sind Zero-Shot-Ranker für Empfehlungssysteme"

Auf GitHub ansehen
⭐ Sterne
🍴 Forks
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
LLMRank — GitHub preview card
📈 Sternhistorie
325324
2026-07-202026-07-29
📈 LLMRank verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

[ECIR'24] Implementierung von "Große Sprachmodelle sind Zero-Shot-Ranker für Empfehlungssysteme"

LLMRank hat 324 Sterne auf GitHub. Es wurde 30-mal geforkt. LLMRank ist hauptsächlich in Python geschrieben. Es wird seit 2023 aktiv entwickelt. LLMRank ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: chatgpt, large-language-models, recommendation-system, recommender-system.

Frequently asked questions

Was ist LLMRank?

[ECIR'24] Implementierung von "Große Sprachmodelle sind Zero-Shot-Ranker für Empfehlungssysteme"

Ist LLMRank Open Source?

LLMRank ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist LLMRank kostenlos?

Ja. LLMRank ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht LLMRank?

LLMRank ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist LLMRank geschrieben?

LLMRank ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — LLMRank

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=rucaibox-llmrank)](https://opensourceai.tech/project/rucaibox-llmrank.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.