[Pytorch] Modelo de recuperação generativa usando IDs semânticos de "Sistemas Recomendadores com Recuperação Generativa"
Implemente um modelo de recuperação generativa para recomendar itens com base nas preferências do usuário usando IDs semânticos.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiser[Pytorch] Modelo de recuperação generativa usando IDs semânticos de "Sistemas Recomendadores com Recuperação Generativa"
RQ-VAE-Recommender tem 833 estrelas no GitHub. Foi bifurcado 119 vezes. RQ-VAE-Recommender é escrito principalmente em Python. Está em desenvolvimento ativo desde 2024. RQ-VAE-Recommender está disponível sob a licença MIT. Os seus principais temas são: generative, generative-ai, generative-retrieval, gumbel.
[Pytorch] Modelo de recuperação generativa usando IDs semânticos de "Sistemas Recomendadores com Recuperação Generativa"
RQ-VAE-Recommender é um projeto de código aberto. É distribuído sob a licença MIT.
Sim. RQ-VAE-Recommender é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
RQ-VAE-Recommender está disponível sob a licença MIT.
RQ-VAE-Recommender é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/edoardobotta-rq-vae-recommender.html)