1 Repo
Awesome GitHub RepositoriesModel Benchmarking
Standardized evaluation of recommendation models using consistent datasets and industry metrics.
Distinct from Recommendation Models: Focuses on the benchmarking process rather than the architectural design of the models.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Model Benchmarking. Refine with filters or upvote what's useful.
Awesome Model Benchmarking GitHub Repositories
Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
- rucaibox/recbole
RUCAIBox/RecBole
4,487Auf GitHub ansehenRecBole ist ein PyTorch-basiertes Empfehlungs-Framework, das für das Erstellen, Trainieren und Evaluieren einer Vielzahl von Empfehlungsalgorithmen entwickelt wurde. Es dient als standardisierte Benchmark-Umgebung, die den Vergleich verschiedener Modellarchitekturen unter Verwendung öffentlicher Datensätze und konsistenter Evaluierungsmetriken ermöglicht. Das Projekt bietet spezialisierte Toolkits für sequenzielle Empfehlungen und Knowledge-Graph-Integration, was die Vorhersage von Item-Sequenzen basierend auf der Nutzerhistorie oder die Einbindung von strukturiertem externem Wissen ermöglicht. Es enthält eine dedizierte Hyperparameter-Optimierungs-Engine, die Grid-Search und Bayesian-Optimierung nutzt, um Modellkonfigurationen abzustimmen. Das Framework deckt ein breites Spektrum an Funktionen ab, einschließlich Datenmanagement zur Standardisierung von Interaktionslogs, Trainings-Pipelines mit verteilter Gradienten-Synchronisierung und Mixed-Precision-Ausführung sowie umfassende Evaluierungstools für Kandidaten-Ranking und Diversitätsanalyse. Es unterstützt mehrere Empfehlungstypen, wie allgemeines Collaborative Filtering und Click-Through-Rate-Vorhersage. Die Bibliothek ist in Python implementiert und nutzt PyTorch als zugrunde liegendes Empfehlungs-Framework.
Evaluates the performance of recommendation algorithms using standardized datasets and consistent industry metrics.
Python
