一网打尽LLM+推荐系统前沿论文，快速跟上研究热点
LLM4Rec-Awesome-Papers 是一个收录大语言模型（LLM）在推荐系统中应用的高质量论文与资源的精选列表。它系统性地整理了从2020年至今的相关研究，涵盖利用LLM增强推荐系统、基于LLM的推荐生成、以及推荐系统中的LLM评估等方向。该项目解决了该领域研究分散、难以追踪最新进展的问题，为研究人员和工程师提供了一个结构化的知识索引。核心能力包括按主题分类的论文列表、代码链接、以及相关数据集和工具资源，帮助用户快速了解技术脉络、对比不同方法，并找到可复用的开源实现。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1克隆仓库到本地
把该论文清单仓库下载到本地，方便离线检索与后续更新。仓库只是文档集合，不含可执行代码。
git clone https://github.com/WLiK/LLM4Rec-Awesome-Papers.git2进入仓库并阅读清单
进入目录后打开 README.md，即可看到 Table of Contents 中列出的各论文分类章节。
cd LLM4Rec-Awesome-Papers && cat README.md3按章节查找论文
README 分为 No Tuning、Supervised Fine-Tuning、Related Survey、Related Tutorial、Common Datasets 等章节，按需定位。
4阅读配套综述论文
README 提示作者团队的 LLM4Rec 综述已发布，可在 arXiv 上打开该链接通读全文。
打开 README.md 能看到 No Tuning、Supervised Fine-Tuning、Related Survey 等章节与论文条目，即说明获取成功。
Q：这个项目需要安装依赖或运行服务吗？
A：不需要。README 未给出任何安装、构建或启动命令，它是一份论文与资源精选列表，克隆后直接阅读 README 即可。
Q：怎么找到某篇论文对应的开源代码？
A：README 各章节下按论文组织条目，部分条目附带代码链接，需要逐条打开查看；README 未提供统一的代码索引说明。
Q：想在单卡上调试中文生成模型，有参考吗？
A：README 设有 Single card (RTX 3090) debuggable generative language models that support Chinese corpus 章节，列出了相关模型，但未给出具体部署命令。
Q：引用该项目应该用什么格式？
A：README 提供了 BibTeX 条目 llm4recsurvey，对应论文 A Survey on Large Language Models for Recommendation（arXiv:2305.19860），可直接复制使用。
Awesome-LLM-RecSys、LLM4Rec-Survey、Awesome-Recommender-System
LLM4Rec-Awesome-Papers 是开源模型领域的开源项目，由 WLiK 开发，2023 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（2,317）位列前 30%，在开源模型分类中处于中上游。
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 2026-09-22。完全免费，无付费版本。
它主要面向的使用场景是：推荐系统研究者快速调研LLM+推荐方向。同类可对比的替代方案包括 Awesome-LLM-RecSys、LLM4Rec-Survey、Awesome-Recommender-System。
上一篇：awesome-llm
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
awesome-claude-fable-5-prompt-va···
开源
一站式掌握 Claude Fable 5 玩法，快速选型不踩坑
Ultimate Claude Fable 5 Guide 2026: Use Cases, Integrations & Benchmarks
Diffusion-Models-Papers-Survey-T···
开源
学视频生成怕绕路？这份资料库帮你理清
Diffusion model papers, survey, and taxonomy
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···