首个完整开源的生成式推荐框架MiniOneRec，轻量复现工业级OneRec！

近年来，在推荐系统领域，传统 "召回 + 排序" 级联式架构的收益正逐渐触顶，而 ChatGPT 等 大语言模型 则展现了强大的涌现能力和符合 Scaling Law 的巨大潜力 —— 这股变革性的力量使 "生 成式推 荐" 成为当下最热门的话题之一。不同于判别式模型孤立地计算用户喜欢某件物品的概率，"生成式推荐" 能够利用层次化语 义 ID 表示用户历史行为序列，并基于生成式模型结构 直接生成 用户下一批可能交互的物品列表。这种推荐模式显著提升了模型的 智能上限 ，并为推荐场景引入 Scaling Law 的可能性。 快手 OneRec 的成功落地，更是彻底引爆了推荐圈子。凭借端到端的推荐大模型，重构现今的推荐系统不再是空谈，它已证明是一场 资 源可控、能带来真实线上 收益的 推荐革 命。 然而，对于这一可能革新整个推荐系统的新范式，各大厂却讳莫如深，核心技术细节与公开表现鲜有披露。开源社区与一线大厂的探索似乎正在脱钩，技术鸿沟 日渐明显。 如何破局？ 近日，中国科学技术大学 LDS 实验室何向南、王翔团队联合 Alpha Lab 张岸团队正式发布 MiniOneRec 。这一框架作为生成式推荐领域首个完整 ...