datawhalechina/fun-rec
推荐系统入门教程，在线阅读地址：https://datawhalechina.github.io/fun-rec/
项目名称：datawhalechina/fun-rec（深度推荐算法实践，又称“小麦书”）
项目定位：一本系统讲解推荐系统技术演进的开放书籍，覆盖从传统“级联架构”到前沿“生成式范式”的完整路线。适合已有机器学习基础、想系统掌握推荐算法原理与工程实践的读者。
内容结构：
- 上篇（级联架构）：介绍经典推荐流程，包括候选召回（协同过滤、向量召回、序列召回）、精准排序（特征交叉、序列建模、多目标/多场景建模）以及重排多样性（贪心、个性化重排）。
- 下篇（生成式范式）：聚焦最新方向，涵盖生成式推荐基础（Transformer、扩散模型、Tokenizer）、Scaling Law架构探索、端到端生成式建模（如OneRec系列）、会思考的推荐模型（推理增强）、基于扩散的推荐模型，以及生产级推荐系统的完整构建实战。
当前状态：仍在开发中，代码和内容更新频繁，暂不接受Pull Request；如有建议或问题，可通过GitHub Issue反馈。
社区与支持：项目建有学习社区（微信群+知识星球），并关联B站视频；可通过添加指定微信（备注“Fun-Rec”）加入交流群。
贡献者：核心贡献者为Ruyi Luo（推荐算法工程师）和Bo Kang（访问教授、nobl.ai联合创始人），另有早期多位贡献者。
许可协议：采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议（CC BY-NC-SA 4.0）。
Related
- Project
google/flaxFlax is a flexible neural network library for JAX, offering a modern API (NNX) with pre-built layers, utilities, and examples. It uses Python reference semantics for easy model definition and is actively developed by Google DeepMind.
- Project
z1069614715/objectdetection_scriptThis repository offers a set of paid code packages for improving YOLO-based object detectors, including module swaps, pruning, knowledge distillation, and multimodal training, along with dataset tools and tutorials.
- Project
EleutherAI/gpt-neoxA library for training large-scale autoregressive language models on GPUs, providing distributed training capabilities and optimizations for models with billions of parameters.
- Project
h2oai/h2o-3An in-memory platform for distributed, scalable machine learning that provides a wide range of algorithms and an AutoML feature for automated model building.