RQ-VAE-Recommender
[Pytorch] Modelo de recuperación generativa utilizando IDs semánticos de "Sistemas de Recomendación con Recuperación Generativa"
Implementar un modelo de recuperación generativa para recomendar artículos basados en las preferencias del usuario utilizando IDs semánticos.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quieras[Pytorch] Modelo de recuperación generativa utilizando IDs semánticos de "Sistemas de Recomendación con Recuperación Generativa"
RQ-VAE-Recommender tiene 833 estrellas en GitHub. Se ha bifurcado 119 veces. RQ-VAE-Recommender está escrito principalmente en Python. Se desarrolla activamente desde 2024. RQ-VAE-Recommender está disponible bajo la licencia MIT. Sus temas principales son: generative, generative-ai, generative-retrieval, gumbel.
¿Qué es RQ-VAE-Recommender?
[Pytorch] Modelo de recuperación generativa utilizando IDs semánticos de "Sistemas de Recomendación con Recuperación Generativa"
¿RQ-VAE-Recommender es de código abierto?
RQ-VAE-Recommender es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿RQ-VAE-Recommender es gratis?
Sí. RQ-VAE-Recommender es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está RQ-VAE-Recommender?
RQ-VAE-Recommender está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito RQ-VAE-Recommender?
RQ-VAE-Recommender está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/edoardobotta-rq-vae-recommender.html)
