RRepoGEO

REPOGEO 报告 · LITE

ashishpatel26/Treasure-of-Transformers

默认分支 main · commit 7172afd1 · 扫描时间 2026/5/9 04:02:43

星标 1,138 · Fork 232

AI 可见性总分
27 /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 2 · 警告 0 · 失败 0
客观元数据检查
AI 认识你的名字
1 / 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 ashishpatel26/Treasure-of-Transformers 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

2 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
    Clarify README's opening to state it's a resource collection, not a library

    原因:

    当前
    # Awesome Treasure of Transformers Models Collection
    
    ### 🧑‍💻👩‍💻Collection of All NLP Deep learning algorithm list with Code 🧑‍💻👩‍💻
    复制粘贴的修复
    # Awesome Treasure of Transformers: A Curated Collection of NLP Model Resources
    
    ### 🧑‍💻👩‍💻Collection of All NLP Deep learning algorithm list with Code 🧑‍💻👩‍💻
    
    This repository is a comprehensive index of links to papers, videos, blogs, official repositories, and Colab notebooks for various Transformer models. It is designed as a central hub for learning and research, not as a production-ready code library or an implementation from scratch.
  • mediumtopics#2
    Refine topics to emphasize "resource list" and remove "library"

    原因:

    当前
    awesome, bert, jax, language-model, language-models, model-hub, natural-language-generation, natural-language-processing, natural-language-understanding, nlp, nlp-library, pretrained-models, python, pytorch, pytorch-transformers, seq2seq, speech-recognition, tensorflow, transformer
    复制粘贴的修复
    awesome, awesome-list, bert, jax, language-model, language-models, model-hub, natural-language-generation, natural-language-processing, natural-language-understanding, nlp, pretrained-models, python, pytorch, pytorch-transformers, resource-list, seq2seq, speech-recognition, tensorflow, transformer

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 ashishpatel26/Treasure-of-Transformers
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
Hugging Face Transformers library
在 2 个问题中被推荐 1 次
竞品排行
  1. Hugging Face Transformers library · 被推荐 1 次
  2. TensorFlow Hub · 被推荐 1 次
  3. PyTorch Hub · 被推荐 1 次
  4. OpenAI Models · 被推荐 1 次
  5. Google AI · 被推荐 1 次
  • 品类问题
    Where can I find a comprehensive collection of transformer models for natural language processing?
    你:未被推荐
    AI 推荐顺序:
    1. Hugging Face Transformers library
    2. TensorFlow Hub
    3. PyTorch Hub
    4. OpenAI Models
    5. Google AI
    6. Microsoft Azure AI

    AI 推荐了 6 个替代方案,却始终没点名 ashishpatel26/Treasure-of-Transformers。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    Looking for resources and code examples to implement various NLP transformer architectures.
    你:未被推荐
    AI 推荐顺序:
    1. Hugging Face Transformers Library (huggingface/transformers)
    2. Hugging Face Hub
    3. PyTorch
    4. TensorFlow
    5. Keras
    6. AllenNLP (allenai/allennlp)
    7. JAX
    8. Flax (google/flax)
    9. Haiku

    AI 推荐了 9 个替代方案,却始终没点名 ashishpatel26/Treasure-of-Transformers。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
    pass

  • 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 ashishpatel26/Treasure-of-Transformers?
    pass
    AI 未点名 ashishpatel26/Treasure-of-Transformers —— 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 ashishpatel26/Treasure-of-Transformers in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 ashishpatel26/Treasure-of-Transformers

    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 ashishpatel26/Treasure-of-Transformers solve, and who is the primary audience?
    pass
    AI 未点名 ashishpatel26/Treasure-of-Transformers —— 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?

嵌入你的 GEO 徽章

把这个徽章贴进 ashishpatel26/Treasure-of-Transformers 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/ashishpatel26/Treasure-of-Transformers.svg)](https://repogeo.com/zh/r/ashishpatel26/Treasure-of-Transformers)
HTML
<a href="https://repogeo.com/zh/r/ashishpatel26/Treasure-of-Transformers"><img src="https://repogeo.com/badge/ashishpatel26/Treasure-of-Transformers.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro,解锁深度诊断

ashishpatel26/Treasure-of-Transformers — 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