pecos

收录理由

PECOS 解决的是一个多数机器学习库都不太擅长的难题：当候选输出空间高达数亿级别时，如何从中快速找出少量相关结果并排序。它专攻极端多标签排序场景，核心思路是用层级标签树把庞大的搜索空间拆解成可管理的子问题。框架提供了两条互补的技术路线：X-Linear 依靠递归线性模型，配合 C++ 实现的实时推理，适合对延迟敏感的生产环境；XR-Transformer 则对预训练 Transformer 进行多分辨率目标的微调，在公开基准上达到了领先效果。这种设计让训练和推理在海量标签下依然可行，对做商品检索、文档打标或推荐排序的团队尤其实用。此外，框架还内置了基于 HNSW 的近似最近邻模块，同时支持稀疏和稠密特征，等于把检索工具和排序模型打包在了一起。