RRepoGEO

REPOGEO 报告 · LITE

ShaohonChen/Qwen3-SmVL

默认分支 main · commit 872393c9 · 扫描时间 2026/6/15 22:03:39

星标 590 · Fork 56

AI 可见性总分
23 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 1 · 警告 0 · 失败 1
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 ShaohonChen/Qwen3-SmVL 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
  • hightopics#1
    Add relevant topics to improve categorization

    原因：

    复制粘贴的修复
    ["multimodal-llm", "vision-language-model", "qwen", "smolvlm", "chinese-llm", "fine-tuning", "small-model", "gpu-inference", "model-splicing"]
  • highlicense#2
    Add a LICENSE file to the repository

    原因：

    复制粘贴的修复
    (Choose an appropriate open-source license, e.g., MIT or Apache-2.0, and add it as LICENSE or LICENSE.md in the repository root.)
  • mediumhomepage#3
    Add a homepage URL to the repository's About section

    原因：

    复制粘贴的修复
    https://swanlab.cn/@ShaohonChen/Qwen3-SmVL/overview

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
0 / 2
0% 的问题里出现了 ShaohonChen/Qwen3-SmVL
平均排名
—
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中，你占了多少？
头号对手
salesforce/BLIP
在 2 个问题中被推荐 2 次
竞品排行
  1. salesforce/BLIP · 被推荐 2 次
  2. microsoft/GIT · 被推荐 2 次
  3. pytorch/pytorch · 被推荐 2 次
  4. MiniGPT-4 · 被推荐 1 次
  5. BLIP-2 · 被推荐 1 次
  • 品类问题
    How to add visual understanding capabilities to a small Chinese language model?
    你：未被推荐
    AI 推荐顺序：
    1. MiniGPT-4
    2. BLIP-2
    3. LLaVA
    4. OpenCLIP
    5. Hugging Face Transformers Library
    6. ERNIE-ViLG

    AI 推荐了 6 个替代方案，却始终没点名 ShaohonChen/Qwen3-SmVL。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    Looking for approaches to integrate compact vision modules with existing small language models.
    你：未被推荐
    AI 推荐顺序：
    1. Hugging Face Transformers (huggingface/transformers)
    2. facebook/dinov2-small (facebookresearch/dinov2)
    3. google/vit-base-patch16-224 (google-research/vision_transformer)
    4. microsoft/beit-base-patch16-224-pt22k (microsoft/beit)
    5. google/mobilenet_v2_1.0_224
    6. facebook/opt-125m (facebookresearch/metaseq)
    7. google/gemma-2b (google/gemma)
    8. microsoft/phi-2
    9. HuggingFaceH4/zephyr-7b-beta (HuggingFaceH4/zephyr)
    10. PyTorch Image Models (timm) (rwightman/pytorch-image-models)
    11. resnet18
    12. mobilenetv3_large_100
    13. efficientnet_b0
    14. swin_tiny_patch4_window7_224 (microsoft/swin-transformer)
    15. openai/clip-vit-base-patch32 (openai/CLIP)
    16. Salesforce/blip-vqa-base (salesforce/BLIP)
    17. microsoft/git-base (microsoft/GIT)
    18. PyTorch (pytorch/pytorch)
    19. TensorFlow (tensorflow/tensorflow)
    20. Salesforce/blip-image-captioning-base (salesforce/BLIP)
    21. microsoft/git-base-coco (microsoft/GIT)
    22. Hugging Face Optimum (huggingface/optimum)
    23. bitsandbytes (TimDettmers/bitsandbytes)
    24. NNCF (openvinotoolkit/nncf)
    25. PyTorch (native quantization) (pytorch/pytorch)

    AI 推荐了 25 个替代方案，却始终没点名 ShaohonChen/Qwen3-SmVL。这就是要补上的差距。

    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
    fail

    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 ShaohonChen/Qwen3-SmVL?
    pass
    AI 未点名 ShaohonChen/Qwen3-SmVL —— 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 ShaohonChen/Qwen3-SmVL in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 ShaohonChen/Qwen3-SmVL

    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 ShaohonChen/Qwen3-SmVL solve, and who is the primary audience?
    pass
    AI 明确点名了 ShaohonChen/Qwen3-SmVL

    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 ShaohonChen/Qwen3-SmVL 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/ShaohonChen/Qwen3-SmVL.svg)](https://repogeo.com/zh/r/ShaohonChen/Qwen3-SmVL)
HTML
<a href="https://repogeo.com/zh/r/ShaohonChen/Qwen3-SmVL"><img src="https://repogeo.com/badge/ShaohonChen/Qwen3-SmVL.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

ShaohonChen/Qwen3-SmVL — 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