RRepoGEO

REPOGEO 报告 · LITE

Beomi/KoAlpaca

默认分支 main · commit fb5c84e2 · 扫描时间 2026/6/23 21:48:06

星标 1,576 · Fork 227

本仓库扫描历史

下方为分数趋势（含全部就绪扫描；左旧右新，可横向滚动）。表格明细默认折叠，展开后每页 10 条，最新在上。

分数趋势（左 → 右：旧 → 新）

共 2 条就绪扫描。点击下方按钮展开表格（每页 10 条，可翻页）。

AI 可见性总分
67 /100
需要改进
品类召回
2 / 2
被推荐时的平均排名 #5.5
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
2 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 Beomi/KoAlpaca 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • highreadme#1
    Add a concise, prominent value proposition to the README's opening

    原因：

    复制粘贴的修复
    Add the following sentence at the very top of the README, before any update logs or detailed sections: 'KoAlpaca is a leading open-source large language model designed to understand and follow instructions in Korean, offering pre-trained models and practical guides for efficient fine-tuning on consumer GPUs.'
  • mediumhomepage#2
    Add a homepage URL to the repository's About section

    原因：

    复制粘贴的修复
    Add the URL for the KoAlpaca Hugging Face model page (e.g., `https://huggingface.co/beomi/KoAlpaca-Polyglot-5.8B`) or a dedicated project website to the repository's 'About' section.
  • lowtopics#3
    Expand repository topics to include fine-tuning and GPU-specific terms

    原因：

    当前
    alpaca, chatkoalpaca, koalpaca, korean-nlp, llama, polyglot-ko
    复制粘贴的修复
    Add `fine-tuning`, `qlora`, `peft`, `consumer-gpu`, `llm-training` to the existing topics. The full list should be: `alpaca`, `chatkoalpaca`, `koalpaca`, `korean-nlp`, `llama`, `polyglot-ko`, `fine-tuning`, `qlora`, `peft`, `consumer-gpu`, `llm-training`.

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
2 / 2
100% 的问题里出现了 Beomi/KoAlpaca
平均排名
#5.5
越小越好。#1 表示首位推荐。
声量占比
13%
在所有被点名的工具中，你占了多少？
头号对手
Polyglot-Ko
在 2 个问题中被推荐 1 次
竞品排行
  1. Polyglot-Ko · 被推荐 1 次
  2. KULLM · 被推荐 1 次
  3. Open-Ko-LLaMA · 被推荐 1 次
  4. Hugging Face Hub · 被推荐 1 次
  5. Hugging Face Transformers · 被推荐 1 次
  • 品类问题
    Looking for an open-source large language model that understands instructions in Korean.
    你：第 2 位
    AI 推荐顺序：
    1. Polyglot-Ko
    2. KoAlpaca ← 你
    3. KULLM
    4. Open-Ko-LLaMA
    5. Hugging Face Hub
    查看 AI 完整回答
  • 品类问题
    How to fine-tune an instruction-following language model for the Korean language on consumer GPUs?
    你：第 9 位
    AI 推荐顺序：
    1. Hugging Face Transformers
    2. PEFT
    3. LoRA
    4. bitsandbytes
    5. DeepSpeed
    6. Accelerate
    7. PyTorch
    8. Polyglot-ko
    9. KoAlpaca ← 你
    10. SKT-AI/KoGPT
    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of Beomi/KoAlpaca?
    pass
    AI 未点名 Beomi/KoAlpaca —— 很可能在说另一个项目

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts Beomi/KoAlpaca in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 Beomi/KoAlpaca

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo Beomi/KoAlpaca solve, and who is the primary audience?
    pass
    AI 明确点名了 Beomi/KoAlpaca

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 Beomi/KoAlpaca 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/Beomi/KoAlpaca.svg)](https://repogeo.com/zh/r/Beomi/KoAlpaca)
HTML
<a href="https://repogeo.com/zh/r/Beomi/KoAlpaca"><img src="https://repogeo.com/badge/Beomi/KoAlpaca.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

Beomi/KoAlpaca — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3