MiniOneRec

收录理由

MiniOneRec 是首个完整开源的生成式推荐框架，把从商品到离散语义令牌的转换、小规模语言模型的下一项预测训练串成了端到端流程。它用三级 RQ-VAE 做令牌化，再通过监督微调和面向排序的 GRPO 强化学习两个阶段，让模型学会预测用户下一个可能交互的物品。仓库里还带有离线 Top-K 评估脚本、可在 Amazon 数据集上直接运行的配置，以及能保证输出合法物品的约束束搜索。如果你复现过 OneRec 或 GPR 这类论文，却在公开代码里卡了壳，这份实现能当实用的参照。对于打算把经典两阶段推荐换成语言模型方案的团队，它也是一个可以直接上手的工作起点。