Skip to content

模型名(文档模板)

复制本页时删除所有说明文字。不要把尚未完成的段落留在正式导航中。

定位与状态

项目 内容
任务 next-item / retrieval / ranking / tokenizer
家族 判别式 / AR 生成 / 并行生成 / diffusion / LLM retrieval
表示 item ID / SID / text / dense vector
代码 完整链路 / 组件 / 实验性 / 未实现
评测 item-level full catalog / constrained approximation / diagnostic only
复现 已复现 / 待重评 / 未复现
最近核验 YYYY-MM-DD

原始工作

  • 论文:标题、作者、venue/year、链接
  • 官方代码:链接或“未公开”
  • 本仓库目标:复现范围或作为哪条对照轴

问题定义

写清输入、输出、候选目录和训练监督。至少给出关键 tensor shape。

核心思想

只保留帮助理解实现的公式。定义每个符号,并说明公式来自论文还是本仓库改写。

端到端数据流

flowchart LR
    A[raw data] --> B[dataset]
    B --> C[collate]
    C --> D[model]
    D --> E[decoder or scorer]
    E --> F[item-level metrics]

代码映射

层次 文件 类 / 函数 职责
model genrec/models/...py ... ...
data genrec/data/...py ... ...
trainer genrec/trainers/...py train ...
config config/...gin — ...
tests tests/test_...py test_... ...

训练

列前置产物、单卡/多卡命令、关键配置和输出目录。命令必须能从仓库根目录复制执行。

推理与评测

写清候选生成、约束、SID→item 解析、去重、Recall/NDCG 和已知近似。禁止只写指标名称。

与论文的差异

方面 论文 本仓库 影响
backbone ... ... ...

已知限制与排错

按“现象 → 原因 → 检查命令/修复”写。区分已证实原因与假设。

扩展点

说明替换 tokenizer、backbone、loss 或 decoder 时要同时改哪些接口和测试。

参考文献

优先论文原文、官方仓库和官方项目页。关键实验数字应落到具体表格或章节。