Awesome GitHub RepositoriesPreference Modeling

Este proyecto es un pipeline y framework de recomendación de extremo a extremo diseñado para construir motores de recomendación generativos. Utiliza modelos de lenguaje de gran tamaño y búsqueda vectorial para facilitar el descubrimiento personalizado de elementos y genera recomendaciones mediante tokenización y alineación semántica. El sistema integra un motor de recomendación generativo con un sistema de clasificación multiobjetivo y un pipeline de recuperación mediante búsqueda vectorial. Estos componentes permiten el uso de frameworks de razonamiento para realizar inferencias sobre elementos y la aplicación de algoritmos de re-ranking para optimizar la diversidad de los resultados. El framework cubre el ciclo de vida completo del desarrollo de recomendaciones, incluyendo la optimización de la recuperación de candidatos, el modelado de preferencias de usuario y la creación de divisiones de pipeline offline-online para el despliegue. También incorpora modelado de secuencias consciente del hardware para mantener el rendimiento en diferentes escalas de hardware.

Neural collaborative filtering is a recommendation system framework that predicts user item preferences from implicit feedback by combining generalized matrix factorization and multi-layer perceptron networks through a shared final embedding layer. It captures both linear and non-linear interactions to model user preferences from historical data. The framework executes training and evaluation runs through a configuration-driven pipeline accessible via command-line interfaces, parsing hyperparameters such as learning rates, batch sizes, and latent dimensions. It optimizes implicit feedback mod