RRFN-LLM-SUPER：对抗鲁棒、去流行度偏差的开源推荐框架

GitHub 开源项目 RRFN-LLM-SUPER 是一个对抗鲁棒、去流行度偏差的推荐框架，可抵御评分翻转、bandwagon shilling 和刷差评等攻击。框架结合 SUPER 流行度校准、RRFN 噪声转移矩阵建模、轻量 LLM 语义审计（gemini-2.5-flash）与时空刷评检测做多视角可靠性融合。在 MovieLens-1M 上遭受 ρ=0.10 攻击时，Recall@10 相对提升 14.5%，GKPI 性能退化仅 +1.1%（对比基线 +30.4%），去噪 F1 达 0.9120，并提供 Streamlit 6 标签页交互仪表盘。