Inicio Proyectos Awesome-LLM4RS-Papers
Awesome-LLM4RS-Papers

Awesome-LLM4RS-Papers

por nancheng58 · GitHub

Artículos sobre Sistemas de Recomendación mejorados por Modelos de Lenguaje Grande

Ver en GitHub
En palabras simples

Explora una colección de artículos de investigación sobre cómo los Modelos de Lenguaje Grande pueden mejorar los sistemas de recomendación.

⭐ Estrellas
🍴 Ramas
📜 Licencia
Licencia no especificada
📅 Creado
🔄 Último commit
🏷️ Categoría
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
Awesome-LLM4RS-Papers — GitHub preview card
📈 Historial de estrellas
765764
2026-07-202026-07-29
📈 Sigue Awesome-LLM4RS-Papers

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Artículos sobre Sistemas de Recomendación mejorados por Modelos de Lenguaje Grande

Awesome-LLM4RS-Papers tiene 764 estrellas en GitHub. Se ha bifurcado 65 veces. Se desarrolla activamente desde 2023. Sus temas principales son: awesome-list, gpt, large-language-models, llm.

Frequently asked questions

¿Qué es Awesome-LLM4RS-Papers?

Artículos sobre Sistemas de Recomendación mejorados por Modelos de Lenguaje Grande

¿Awesome-LLM4RS-Papers es de código abierto?

Awesome-LLM4RS-Papers es un proyecto de código abierto.

¿Awesome-LLM4RS-Papers es gratis?

Sí. Awesome-LLM4RS-Papers es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — Awesome-LLM4RS-Papers

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=nancheng58-awesome-llm4rs-papers)](https://opensourceai.tech/project/nancheng58-awesome-llm4rs-papers.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.