伯乐（RecBole）是一个新发布的推荐算法框架，由中国人民大学的AI Box团队与北京邮电大学、华东师范大学的科研团队联合开发出品。该框架实现了推荐领域不同任务的推荐模型，拥有从数据处理、模型开发、算法训练到科学评测的一站式全流程托管。
在RecBole框架中，用户只需设置几个简单的配置参数即可快速在不同数据集上实现各个模型，同时其简洁的开发接口十分方便相关的研究人员进行二次开发和添加新的模型支持。此框架目前已经开源了代码和相应论文。
RecBole框架具有五大核心特色。首先，基于PyTorch的统一模型框架，简化了推荐模型的开发难度，将最简洁、方便的开发使用接口暴露给用户。
其次，高度灵活及拓展性强的数据结构，用户只需要将原始数据以规定格式给出，再进行简洁的参数配置，便可以由框架自动实现对数据的清洗、分割、准备。第三，丰富的模型和数据集，目前研究中最火的5种推荐场景均可以采用上述的数据结构和存储格式进行适配，本框架可以自动根据模型类别选择相应的数据文件。
第四，基于GPU加速的高效评测，与其他库将C++作为评测加速方式不同，本框架完全基于Python实现，在评测部分充分使用GPU的并行张量运算进行优化。最后，标准且丰富的评测方式，面对高级用户和二次开发者，提供了非常灵活的评测接口，用户可以使用简单的代码和参数来实现不同组合的采样和数据分割方式。
说了这么多，上手会不会很难啊？一点都不难，让我们一起从tutorial中看看怎么上手这个框架吧！
首先，安装RecBole作为基于Python的开源库，与我们最常用的库一样提供Conda、Pip、源代码三种安装方式，同时支持Linux和Windows的运行平台。其次，一键运行，我们在Github提供了一键运行的脚本，如果你选择从源码安装，则可以直接调用。最后，评测和自动调参，RecBole提供了丰富的API和内嵌的自动调参工具，可以完美支持在各个模型上的超参搜索。