QD-Rec は無料で使えますか？ライセンスは？

QD-Rec は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

QD-Rec は今もメンテナンスされていますか？

活発にメンテナンス中。QD-Rec の最終コミットは 2026年10月19日です。

QD-Rec は何に使えますか？

QD-Rec論文の実験を再現または発展させる研究者。固定されたアイテムカタログを対象に、LLMが生成した根拠付きの多様な推薦を試作するチーム。研究関心をプロフィールで説明し、関連論文を探す。テキストで説明されたアイテムを扱う独自ドメインにパイプラインを適用する。

QD-Rec のインストール方法は？

uvで依存関係をインストールする: uv sync .envファイルを作成し、OPENROUTER_API_KEYを追加する: cp .env.example .env ペルソナをダウンロードし、READMEに記載されている各手順のコマンドを使って埋め込みを作成し、アーカイブにデータを投入する CustomersドメインでQD-Recを実行し、100回評価する: uv run python -m apps.customers.qd_rec --profile SkillForge --iterations 100

QD-Rec はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/SakanaAI/QD-Rec

SakanaAI/QD-Rec

Q: QD-Rec は今もメンテナンスされていますか？

活発にメンテナンス中。QD-Rec の最終コミットは 2026年10月19日 です。

アイテムと仮説のペアをアーカイブ上で進化させ、多様な推薦を生成する品質多様性手法QD-Recの研究用コードです。

GitHub で見る

スター: 13
フォーク: 0
未解決の Issue: 0
最終コミット: 一昨日

これは何？

QD-Recは、研究論文で提案された推薦手法のリファレンス実装です。固定プール内のアイテムと、そのアイテムがユーザーに合う理由を説明する自然言語の仮説を組み合わせたペアをアーカイブに保持します。新しいペアは新規性を優先するルールで追加され、類似するエントリ同士で局所的に競い合います。アイテムの選択には、多様性を考慮したコンテキスト付きバンディットを用います。

リポジトリには4つのサンプルアプリケーションが含まれています。公開されているペルソナデータから見込み顧客を探す、GoodreadsのChildrenサブセットから本を推薦する、学会の採択リストから関連する論文を見つける、企業テーブルからM&A候補を特定するアプリです。各アプリには、データのダウンロード、埋め込みの生成、初期データの投入を行うスクリプトと、アーカイブをブラウザーで確認できるダッシュボードが付属しています。すべてのモデルはOpenRouter経由で実行するため、提案、判定、埋め込みに使うAPIキーは1つで済みます。

論文での比較に使用したNoveltyとNovelty+Evoのアブレーション用スクリプトも含まれています。テキストで記述されたアイテムのプールと、推薦対象のプロフィールを用意すれば、開発者はこのコードを独自のドメインに応用できます。

主な機能

01新規性を優先してアイテムと仮説のペアをアーカイブに追加し、局所的な競争を行います。
02多様性を考慮したコンテキスト付きバンディットでアイテムを選択します。
03顧客、本、論文、M&A候補の4つのドメインのサンプルが含まれています。
04提案、判定、埋め込みを含むすべてのモデルを、1つのAPIキーでOpenRouter経由で実行できます。
05保存したアーカイブを確認できるブラウザーダッシュボードを備えています。
06比較用のアブレーション手法NoveltyとNovelty+Evoに対応しています。

ユースケース

QD-Rec論文の実験を再現または発展させる研究者。
固定されたアイテムカタログを対象に、LLMが生成した根拠付きの多様な推薦を試作するチーム。
研究関心をプロフィールで説明し、関連論文を探す。
テキストで説明されたアイテムを扱う独自ドメインにパイプラインを適用する。

クイックスタート

1
uvで依存関係をインストールする
uv sync
2
.envファイルを作成し、OPENROUTER_API_KEYを追加する
cp .env.example .env
3
ペルソナをダウンロードし、READMEに記載されている各手順のコマンドを使って埋め込みを作成し、アーカイブにデータを投入する
4
CustomersドメインでQD-Recを実行し、100回評価する
uv run python -m apps.customers.qd_rec --profile SkillForge --iterations 100

使う前に知っておきたいこと

すべてのモデル呼び出しはOpenRouter経由のため、実行には有料APIキーが必要です。
論文とともに公開された研究用コードのため、パッケージ化されたツールほどセットアップが洗練されていない場合があります。

トピック

#recommender-systems #quality-diversity #llm #contextual-bandit #openrouter #research #embeddings

よくある質問

QD-Rec とは？: アイテムと仮説のペアをアーカイブ上で進化させ、多様な推薦を生成する品質多様性手法QD-Recの研究用コードです。 QD-Recは、研究論文で提案された推薦手法のリファレンス実装です。固定プール内のアイテムと、そのアイテムがユーザーに合う理由を説明する自然言語の仮説を組み合わせたペアをアーカイブに保持します。新しいペアは新規性を優先するルールで追加され、類似するエントリ同士で局所的に競い合います。アイテムの選択には、多様性を考慮したコンテキスト付きバンディットを用います。
QD-Rec は無料で使えますか？ライセンスは？: QD-Rec は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
QD-Rec は今もメンテナンスされていますか？: 活発にメンテナンス中。QD-Rec の最終コミットは 2026年10月19日です。
QD-Rec は何に使えますか？: QD-Rec論文の実験を再現または発展させる研究者。固定されたアイテムカタログを対象に、LLMが生成した根拠付きの多様な推薦を試作するチーム。研究関心をプロフィールで説明し、関連論文を探す。テキストで説明されたアイテムを扱う独自ドメインにパイプラインを適用する。
QD-Rec のインストール方法は？: uvで依存関係をインストールする: uv sync .envファイルを作成し、OPENROUTER_API_KEYを追加する: cp .env.example .env ペルソナをダウンロードし、READMEに記載されている各手順のコマンドを使って埋め込みを作成し、アーカイブにデータを投入する CustomersドメインでQD-Recを実行し、100回評価する: uv run python -m apps.customers.qd_rec --profile SkillForge --iterations 100
QD-Rec はどこで入手できますか？: ソースコードとインストール手順は GitHub にあります：https://github.com/SakanaAI/QD-Rec

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。