NVIDIA-Merlin/Transformers4Rec

解決的問題

Transformers4Rec 是為處理順序與會話推薦任務而設計。傳統推薦演算法經常忽略互動的時間動態與順序性（例如使用者在一次網路會話中瀏覽的項目），而這些因素對預測使用者接下來會與哪個項目互動至關重要。它特別針對興趣漂移（使用者偏好隨時間改變）以及僅能取得匿名使用者短期互動資料的會話情境等挑戰提出解決方案。

工作原理

此套件扮演自然語言處理（NLP）與推薦系統（RecSys）之間的橋樑。它與 Hugging Face Transformers 套件整合，讓 RecSys 專業人士能使用超過 64 種不同的 Transformer 架構。

與僅接受 token ID 的標準 NLP Transformer 不同，Transformers4Rec 支援順序型表格資料作為輸入。它透過模式導向的設定，自動建立必要的層（如嵌入表與投影層）。此套件基於 PyTorch 建構，提供模組化建構模塊（輸入模組、Transformer 主體與預測頭），可建立支援多任務與多損失函數的自訂架構。

適用對象

適合希望實現先進、可擴展且具生產就緒的 Transformer 基於順序推薦模型的 RecSys 研究人員與產業實務者。

主要特色

• Hugging Face 整合：可存取大量預先存在的 Transformer 架構，用於推薦任務。
• GPU 加速流程：與 NVTabular 整合用於預處理，與 Triton Inference Server 整合用於部署，實現完全 GPU 加速的端對端流程。
• 表格資料支援：能處理超越簡單項目 ID 的豐富順序表格特徵。
• 模組化設計：可配置的建構模塊與標準 PyTorch 模組相容，支援靈活的架構建立。