REPOGEO 报告 · LITE
gerstung-lab/Delphi
默认分支 main · commit 3e6770e1 · 扫描时间 2026/6/24 00:22:57
星标 500 · Fork 118
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 gerstung-lab/Delphi 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。
- hightopics#1Add specific topics to improve categorization
原因:
复制粘贴的修复health-trajectories, generative-ai, transformers, disease-progression, longitudinal-data, deep-learning, pytorch, causal-inference, biomedicine
- highreadme#2Add a concise project summary immediately after the main title
原因:
当前## Learning the natural history of human disease with generative transformers [`Paper`] [[`BibTeX`](#Citation)] Artem Shmatko*, Alexander Wolfgang Jung*, Kumar Gaurav*, Søren Brunak, Laust Mortensen, Ewan Birney, Tom Fitzgerald, Moritz Gerstung (*Equal Contribution)
复制粘贴的修复## Learning the natural history of human disease with generative transformers Delphi is a PyTorch-based generative transformer model designed to learn and simulate the natural history of human disease from longitudinal patient data, enabling insights into health trajectories and disease progression. [`Paper`] [[`BibTeX`](#Citation)] Artem Shmatko*, Alexander Wolfgang Jung*, Kumar Gaurav*, Søren Brunak, Laust Mortensen, Ewan Birney, Tom Fitzgerald, Moritz Gerstung (*Equal Contribution)
- mediumhomepage#3Add a homepage URL to the repository metadata
原因:
复制粘贴的修复https://www.nature.com/articles/s41586-024-07179-w (or the official paper URL)
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。
- AlphaFold · 被推荐 1 次
- Generative Adversarial Networks (GANs) · 被推荐 1 次
- Conditional GANs (cGANs) · 被推荐 1 次
- Time-series GANs (T-GANs) · 被推荐 1 次
- MedGAN · 被推荐 1 次
- 品类问题What are effective generative AI models for simulating and predicting human health trajectories?你:未被推荐AI 推荐顺序:
- AlphaFold
- Generative Adversarial Networks (GANs)
- Conditional GANs (cGANs)
- Time-series GANs (T-GANs)
- MedGAN
- Variational Autoencoders (VAEs)
- Conditional VAEs (CVAEs)
- Recurrent VAEs (RVAEs)
- Recurrent Neural Networks (RNNs)
- LSTMs
- GRUs
- Transformers
- Diffusion Models
- Denoising Diffusion Probabilistic Models (DDPMs)
- Reinforcement Learning (RL)
- Deep Q-Networks (DQN)
- Proximal Policy Optimization (PPO)
AI 推荐了 17 个替代方案,却始终没点名 gerstung-lab/Delphi。这就是要补上的差距。
查看 AI 完整回答
- 品类问题How can I apply transformer models to analyze longitudinal patient data for disease progression?你:未被推荐AI 推荐顺序:
- Hugging Face Transformers
- PyTorch
- TensorFlow
- Keras
- DeepMind's AlphaFold
- Google's Trajectory Transformer
AI 推荐了 6 个替代方案,却始终没点名 gerstung-lab/Delphi。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 completenesswarn
建议:
- README presencepass
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 gerstung-lab/Delphi?passAI 明确点名了 gerstung-lab/Delphi
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 gerstung-lab/Delphi in production, what risks or prerequisites should they evaluate first?passAI 明确点名了 gerstung-lab/Delphi
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 gerstung-lab/Delphi solve, and who is the primary audience?passAI 明确点名了 gerstung-lab/Delphi
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 gerstung-lab/Delphi 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。
[](https://repogeo.com/zh/r/gerstung-lab/Delphi)<a href="https://repogeo.com/zh/r/gerstung-lab/Delphi"><img src="https://repogeo.com/badge/gerstung-lab/Delphi.svg" alt="RepoGEO" /></a>订阅 Pro,解锁深度诊断
gerstung-lab/Delphi — 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