AI 资源库 · 已整理 2 项

recommender-systems

查看与recommender-systems相关的 AI 资讯、工具、Skill、工作流和开源项目。

StockSense:智能库存管理与库存预测分析系统

suraj-0905/StockSense · StockSense is an intelligent inventory management system that streamlines stock tracking, warehouse operations, and product management. It provides real-time analytics, forecasting, anomaly detection, smart recommendations, AI assistance, and multi-warehouse support for smarter inventory decisions.

StockSense 是一个基于 TypeScript 的智能库存管理系统,用于简化库存跟踪、仓库运营和产品管理。它提供实时分析、预测、异常检测、智能推荐、AI 辅助以及多仓库支持,帮助用户做出更合理的库存决策。

☆ 收藏查看来源 ↗

τ-Rec:面向智能体对话式推荐系统的可验证基准

nbharaths/tau-rec · τ-Rec: A verifiable benchmark for agentic conversational recommender systems (RecSys 2026 Resource Track)

τ-Rec 是发表于 ACM RecSys 2026(可复现性与资源赛道)的可验证基准,用于评测基于 LLM 的对话式推荐智能体。它模拟被测智能体与模拟用户进行多轮对话,要求其使用目录工具收集信息、遵守书面策略,并最终推荐满足用户全部约束的电影。评测结果直接依据目录进行程序化校验而非由 LLM 裁判判定,因此分数可复现且计算成本低。基准包含带 reveal 标签的用户模拟(volunteer / on_ask / hidden)、策略合规评分、pass^k 一致性指标,以及 153 部 TMDB 电影目录和横跨复杂度与信息透露难度的 60 个任务;通过 LiteLLM 支持任意模型作为被测智能体或模拟器。

☆ 收藏查看来源 ↗