XRec

用大模型给推荐配理由，让推荐更透明可信

XRec 是一个面向可解释推荐系统的大型语言模型（LLM）框架，源自 EMNLP 2024 论文。它旨在解决传统推荐系统缺乏解释性的问题，通过引入 LLM 生成自然语言推荐理由，提升推荐的透明度和用户信任。核心能力包括：利用 LLM 对用户-物品交互进行建模，生成个性化的推荐解释；支持多种推荐任务（如评分预测、点击率预测）并附带解释；提供统一的训练和推理流程，便于研究者复现和扩展。项目代码基于 Python 和 PyTorch，包含数据处理、模型训练、评估等模块，适合学术研究和工业落地参考。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 171
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队HKUDS
所属国家
官网地址
GitHubhttps://github.com/HKUDS/XRec
定价模式free
价格说明开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型explainable-ai,large-language-models,recommender-systems
GitHub 星标★ 171
30天Star增速
HF 下载量
上线时间2024-06-02 00:00:00
最近更新2026-09-24 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 基于 EMNLP 论文，方法有学术背书，理论扎实
  • 支持多种推荐任务统一建模，附带解释生成
  • 提供完整代码和数据处理流程，易于复现实验

不足之处

  • 项目早期，文档和社区支持待完善
  • 依赖 LLM 推理，可能面临高计算成本和延迟

适用场景

  • 学术研究：复现论文实验，探索可解释推荐方法
  • 电商推荐：为用户生成购买理由，提升转化率
  • 内容平台：解释视频/文章推荐，增强用户粘性

替代项目

RecLLM、LLMRec、PromptRec

项目介绍

XRec 是开源模型领域的开源项目，由 HKUDS 开发，2024 年首次发布。

它收录于开源模型分类，该分类目前共有 424 个项目，GitHub 星标数为 171。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-24。Apache-2.0 许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：学术研究：复现论文实验，探索可解释推荐方法。同类可对比的替代方案包括 RecLLM、LLMRec、PromptRec。

上一篇：LLMs4OL

下一篇：llama2

同类项目推荐

Machine-Learning 开源

跟着博客笔记，边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库，免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10