RQ-VAE-Recommender
[Pytorch] Modello di recupero generativo utilizzando ID semantici da "Recommender Systems with Generative Retrieval"
Implementa un modello di recupero generativo per raccomandare articoli basati sulle preferenze degli utenti utilizzando ID semantici.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoi[Pytorch] Modello di recupero generativo utilizzando ID semantici da "Recommender Systems with Generative Retrieval"
RQ-VAE-Recommender ha 833 stelle su GitHub. È stato forkato 119 volte. RQ-VAE-Recommender è scritto principalmente in Python. È in sviluppo attivo dal 2024. RQ-VAE-Recommender è disponibile con licenza MIT. I suoi temi principali sono: generative, generative-ai, generative-retrieval, gumbel.
Che cos'è RQ-VAE-Recommender?
[Pytorch] Modello di recupero generativo utilizzando ID semantici da "Recommender Systems with Generative Retrieval"
RQ-VAE-Recommender è open source?
RQ-VAE-Recommender è un progetto open source. È rilasciato con licenza MIT.
RQ-VAE-Recommender è gratuito?
Sì. RQ-VAE-Recommender è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è RQ-VAE-Recommender?
RQ-VAE-Recommender è disponibile con licenza MIT.
In quale linguaggio è scritto RQ-VAE-Recommender?
RQ-VAE-Recommender è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/edoardobotta-rq-vae-recommender.html)
