Torch-RecHub：輕量、高效且易用的 PyTorch 推薦框架

Torch-RecHub 是一個基於 PyTorch 的推薦系統建構框架。它提供模組化設計，支援 30 種以上的推薦模型，涵蓋排序、匹配、多任務與生成式任務。框架包含標準化的資料載入、訓練與評估流程，可透過設定檔或命令列參數輕鬆配置。主要功能包括用於生產部署的 ONNX 匯出、跨引擎資料處理（例如 PySpark），以及內建與 WandB、SwanLab 和 TensorBoardX 的實驗追蹤。支援 CPU、NVIDIA CUDA、AMD ROCm 與華為 Ascend NPU 硬體。提供用於 CTR 預測（例如 Criteo 上的 DeepFM）、匹配（例如 MovieLens 上的 DSSM）與多任務學習（例如 MMoE）等任務的範例程式碼。專案結構將核心元件（模型、訓練器、工具）與範例、教學與測試分離。