RRepoGEO

REPOGEO 报告 · LITE

chaoyi-wu/PMC-LLaMA

默认分支 main · commit 54fc0d4d · 扫描时间 2026/6/4 10:12:29

星标 676 · Fork 62

AI 可见性总分
17 /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
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 chaoyi-wu/PMC-LLaMA 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 for medical LLMs

    原因：

    复制粘贴的修复
    ["medical-llm", "large-language-model", "biomedical-nlp", "llama", "instruction-tuning", "healthcare-ai", "pubmed"]
  • highlicense#2
    Add a LICENSE file and declare the license in README

    原因：

    复制粘贴的修复
    (Create a LICENSE file in the repository root, e.g., with the Apache-2.0 license text. Add a line to the README: "This project is licensed under the Apache-2.0 License. Please refer to the LICENSE file for details, and note that usage of LLaMA models may be subject to additional terms.")
  • mediumreadme#3
    Strengthen README's opening statement for core differentiator

    原因：

    当前
    The official codes for "PMC-LLaMA: Towards Building Open-source Language Models for Medicine".
    复制粘贴的修复
    PMC-LLaMA is an open-source large language model specifically designed and instruction-tuned for the medical domain, built upon LLaMA and extensively trained on PubMed Central articles.

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 chaoyi-wu/PMC-LLaMA
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
BioGPT
在 2 个问题中被推荐 2 次
竞品排行
  1. BioGPT · 被推荐 2 次
  2. PubMedBERT · 被推荐 2 次
  3. ClinicalBERT · 被推荐 2 次
  4. GatorTron · 被推荐 2 次
  5. Med-PaLM 2 · 被推荐 2 次
  • 品类问题
    What open-source language models are best for medical domain applications?
    你：未被推荐
    AI 推荐顺序：
    1. BioGPT
    2. PubMedBERT
    3. BioMed-RoBERTa
    4. ClinicalBERT
    5. GatorTron
    6. Med-PaLM 2
    7. Llama 2
    8. Mixtral

    AI 推荐了 8 个替代方案，却始终没点名 chaoyi-wu/PMC-LLaMA。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    Looking for a large language model specifically trained on medical data for instruction following.
    你：未被推荐
    AI 推荐顺序：
    1. Med-PaLM 2
    2. BioGPT
    3. GatorTron
    4. ClinicalBERT
    5. PubMedBERT

    AI 推荐了 5 个替代方案，却始终没点名 chaoyi-wu/PMC-LLaMA。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 chaoyi-wu/PMC-LLaMA?
    pass
    AI 未点名 chaoyi-wu/PMC-LLaMA —— 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 chaoyi-wu/PMC-LLaMA in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 chaoyi-wu/PMC-LLaMA

    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 chaoyi-wu/PMC-LLaMA solve, and who is the primary audience?
    pass
    AI 未点名 chaoyi-wu/PMC-LLaMA —— 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 chaoyi-wu/PMC-LLaMA 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/chaoyi-wu/PMC-LLaMA.svg)](https://repogeo.com/zh/r/chaoyi-wu/PMC-LLaMA)
HTML
<a href="https://repogeo.com/zh/r/chaoyi-wu/PMC-LLaMA"><img src="https://repogeo.com/badge/chaoyi-wu/PMC-LLaMA.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

chaoyi-wu/PMC-LLaMA — 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