Awesome-LLM4RS-Papers

一页看懂LLM+推荐系统论文全景，紧跟前沿不迷路

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 65 👀 关注 12

GitHub ↗

GitHub 星标 ★ 766

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源论文列表，完全免费

项目预览

Awesome-LLM4RS-Papers 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队nancheng58

GitHubhttps://github.com/nancheng58/Awesome-LLM4RS-Papers

定价模式🏷️完全免费

价格说明开源论文列表，完全免费

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

技术栈/模型awesome-list,gpt,large-language-models,llm,papers,pre-training,prompt-tuning,recommender-system,survey

GitHub 星标★ 766

上线时间2023-05-11 00:00:00

代码更新2026-10-27

仓库体积139 KB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-09

浏览次数4

项目介绍

Awesome-LLM4RS-Papers 是一个精选论文列表，聚焦于大语言模型增强的推荐系统（LLM4RS）。该项目系统整理了该方向的最新研究成果，涵盖从基础方法到前沿应用的多个维度，包括利用LLM进行用户画像构建、物品特征增强、交互序列建模、推荐解释生成等。它解决了推荐系统领域研究者与从业者难以快速追踪LLM相关进展的痛点，通过分类梳理和持续更新，帮助用户高效了解技术脉络、对比不同方法，并发现潜在的研究机会。项目本身是一个知识库，核心能力在于信息整合与导航，而非提供代码或模型。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 766

技术标签

awesome-list gpt large-language-models llm papers

使用教程

难度：入门约 8 分钟部署方式：无需安装 4 步

环境要求

无需环境（读清单）

安装与启动步骤

1看清单

大模型增强推荐系统的论文列表。
```
https://github.com/nancheng58/Awesome-LLM4RS-Papers
```
2按环节分

召回、排序、重排、解释各成一组。
```
在页面内搜索：Ranking
```
3挑一篇有代码的

先复现，别只看结论。
```
看 Code 列
```
4对齐离线指标

推荐任务指标多，先统一口径。
```
NDCG@10 / Recall@20
```