CHIANGEL/Awesome-LLM-for-RecSys

Survey: A collection of AWESOME papers and resources on the large language model (LLM) related recommender system topics.

解决的问题

本项目解决了跟上将大型语言模型（LLM）集成到推荐系统中的快速发展的研究挑战。它提供了一个精选的、有组织的学术论文和资源库，探索LLM如何改进推荐任务。

工作原理

该仓库根据LLM在推荐流程中扮演的具体角色对研究论文进行分类。这些类别包括使用LLM进行特征工程、作为特征编码器创建更好的数据表示，以及作为评分或排序函数来预测用户偏好。

适用人群

该集合面向对生成式AI与推荐技术交叉领域感兴趣的研究人员、数据科学家和开发者。它为那些希望了解当前方法论、调优策略以及LLM增强推荐系统最新技术的人提供了一个中心参考点。

亮点

  • 关于基于LLM的推荐的全面、分类的学术论文列表。
  • 包含一篇被ACM Transactions on Information Systems（TOIS）接受的综述论文。
  • 提供了LLM如何适应推荐流程的结构化分类法。
  • 定期更新新的研究工作，并包含每周论文笔记的链接。

相关

  • 项目
    firelex/jeff

    Jeff 是一个 0.8B 的“系统 1”模型，能够做出超快速、校准的分类决策。它使用轻量级 LoRA 适配器针对特定领域（防护、分诊、垃圾邮件等），并可作为大型 LLM（例如 Qwen 3.8-27B）前面的快速路径过滤器，大多数查询约 30 毫秒内处理，仅委派不确定的情况。权重和适配器在 Hugging Face 上开源，GGUF 文件支持 llama.cpp 使用，简单的 HTTP/Python API（`jeff-serve`）可让您将 Jeff 集成到任何服务中。

  • 项目
    afc163/fanyi

    一个结合词典服务与 LLM 的中英命令行翻译工具，内置免费 LLM 代理和 AI 代理集成功能。

  • 项目
    frutik/awesome-search

    一个精心策划的综合性知识库和索引，涵盖构建现代搜索应用和信息检索系统的概念、工具和研究论文。

  • 项目
    finic-ai/rag-stack

    RAGstack 是一个传统的自托管平台，用于部署私有检索增强生成 (RAG) 应用程序，允许用户使用开源 LLM 与自己的文档进行对话。