UniRank

UniRank是一个基于PyTorch的大型推荐系统排序模型基准测试项目，旨在统一处理异构非序列特征、目标项特征以及用户行为长序列，并支持多反馈目标如点击、关注、点赞等。该项目通过提供标准化的数据集配置、模型实现、分布式训练工具、混合精度支持、大规模数据集的分块加载以及针对长序列模型的稀疏注意力加速等功能，简化了现代统一排序架构之间的比较、复现与扩展工作。UniRank特别适用于工业级推荐系统场景，在这些场景中需要综合考虑不同类型的特征交互和序列建模，并且能够应对多样化的用户反馈任务。此外，它还帮助研究者解决在相同数据分割、序列长度及度量协议下哪种架构表现最佳等问题。