LLMSearchRecommender README

The project's README from github.com/alopatenko/LLMSearchRecommender. As one markdown file: README.md.

Awesome Generative AI in Search, Recommendation, Personalization

Generative AI and LLMs for Search, Recommender, Personalization Engines

The goal of this repository is to survey and review generative AI and LLM-based methods for building large-scale search and recommender engines. see also LLM Evaluation methods repository

Table of Content

🔍 LLM, Search & Recommender Engines

Chart of Search AI

📚 Foundations

🎯 Core Capabilities

🧩 RAG & Retrieval

📊 Ranking & Embeddings

🧠 Response Generation & Deep Research

🎬 Recommender Systems

✅ Evaluation

🏢 Verticals

Search Surveys

Recommender Engine Surveys

Conferences, Workshops

Industrial conferences

Tutorials

Software, libraries, frameworks

also see Evaluation Agentic Search

The section should be rewritten, there are a lot of changes from FreshLLM time

Search Assistance

autocomplete/autosuggest and other search assistance tasks, search clarification, query recommendation and other techniques guiding users in search

Multi Turn

Task Solving

Personalization

Multi modal

Multi Lingual

Cross Language Information Retrieval (CLIR) and other technique to make search engines multi lingual Also, see several multi lingual benchmarks and multi lingual embedding models in the other parts of this survey

Question Answering

Querying Structured Information

RAG

Knowledge Graphs and RAG

Industrial blog articles

Retrieval

and Recommendations

Classical bi-encoder and cross encoder ranking,

bert based ranking, hybrid encoder based ranking

Reranking

Query Understanding

Embedding models

Embedding models evaluation

Optimization of embedding models

Embedding training

Finetuning embedding models

Document understanding

Response Generation

Deep Research

and Deep Search Also see Evaluation Deep Research

Prevention of hallucinations in Deep Research

Recommender Engines

TODO to classify

Sequential Recommendation

Discovery

Unclassified

methods (unclassified. TODO classify). methods used in search engines

Recommender Rankers

Industrial approaches

Evaluation of Search engines

Evaluation of RAG

and Question Answering and knowledge assistants and information seeking LLM based systems

Evaluation Deep Research

Evaluation Reasoning and RAG

QA Benchmarks

QA is used in many vertical domains, see Vertical section bellow

Blog posts, whitepapers

Verticals

Location Aware (Maps, real estate, local. travel)

Ads / advertisement

Real estate

Healthcare

Science

Finance

Search Engine Optimization

Search Engine Optimization, adversial

Job

Maintenance, Repair, Manufacturing

OLD TOC

LLMSearchRecommender (alopatenko/LLMSearchRecommender)

Searching Database…

Что это?Отобранный компендиум научных статей, обзорных работ и индустриальных инженерных практик по использованию генеративного AI и LLM для построения поисковых движков, рекомендательных систем, движков персонализации и систем вопросно-ответного поиска.
Это один список или организованный указатель тем?Это структурированный указатель, организованный по темам: README разбит на крупные разделы, такие как Agentic & Conversational Search, RAG & Retrieval, Ranking & Embeddings, Recommender Systems, Evaluation и индустриальные Verticals, каждый ведёт к статьям, обзорам, туториалам и постам в блогах.
Как организован список и с чего мне начать?Начните с оглавления (Table of Content): раздел Foundations даёт широкие обзоры и указания на конференции, затем переходите к прикладному разделу по интересу (Agentic Search, RAG & Retrieval, Ranking & Embeddings или Recommender Systems) и загляните в Evaluation за подходящими бенчмарками.
Все ли разделы одинаково наполнены?Нет. Большинство разделов плотно наполнены датированными записями вплоть до 2026 года, но несколько вертикалей явно помечены как неполные, например раздел Finance.
Для кого предназначен этот компендиум?Для исследователей и инженеров, создающих или изучающих поисковые, рекомендательные, персонализационные и QA-системы на базе LLM и желающих получить единую карту обзоров, статей, конференций и индустриальных материалов.
Есть ли сопутствующий репозиторий по методам оценки LLM?Да, README указывает на отдельный репозиторий 'LLM Evaluation methods' для читателей, которым нужны именно техники оценки, а не методы поиска или recsys.
Там есть индустриальные материалы или только академические статьи?И то и другое: наряду со статьями arxiv и обзорами, там есть ссылки на индустриальные посты в блогах и белые книги от компаний вроде Netflix, Pinterest, Airbnb, Amazon и Anthropic.
Какие индустриальные вертикали он охватывает?Там есть отдельные подразделы для продуктового поиска, карт/недвижимости/путешествий, рекламы, здравоохранения, науки, финансов, юриспруденции, поиска работы, SEO и MRO (обслуживание, ремонт, техосмотр).
Отслеживает ли список и предстоящие конференции?Да, там перечислены академические и индустриальные конференции и воркшопы, такие как SIGIR, RecSys, KDD, WWW, Haystack и ElasticON, включая сессии, запланированные до 2026 года.
Creator
alopatenko
Size
4.9 MB
Stars
124
Age
1y
Commits · 90 Days