RRepoGEO

REPOGEO 报告 · LITE

hardmaru/WorldModelsExperiments

默认分支 master · commit fd982b96 · 扫描时间 2026/6/11 05:57:38

星标 712 · Fork 179

AI 可见性总分
30 /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
3 / 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 hardmaru/WorldModelsExperiments 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
    Update repository description and README H1 for precise positioning

    原因：

    当前
    Description: "World Models Experiments"
README H1: "# World Models Experiments"
    复制粘贴的修复
    Description: "Official experimental reproduction of the 'Recurrent World Models Facilitate Policy Evolution' (NIPS 2018) paper by Ha & Schmidhuber."
README H1: "# Official Reproduction: Recurrent World Models Facilitate Policy Evolution (NIPS 2018)"
  • highlicense#2
    Add a LICENSE file to clarify usage terms

    原因：

    复制粘贴的修复
    Create a LICENSE file (e.g., MIT License) in the repository root.

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 hardmaru/WorldModelsExperiments
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
tensorflow/tensorflow
在 2 个问题中被推荐 1 次
竞品排行
  1. tensorflow/tensorflow · 被推荐 1 次
  2. tensorflow/probability · 被推荐 1 次
  3. pytorch/pytorch · 被推荐 1 次
  4. Lightning-AI/lightning · 被推荐 1 次
  5. google/jax · 被推荐 1 次
  • 品类问题
    How can I reproduce research experiments on recurrent world models for policy evolution?
    你：未被推荐
    AI 推荐顺序：
    1. TensorFlow 2.x (tensorflow/tensorflow)
    2. TensorFlow Probability (tensorflow/probability)
    3. PyTorch (pytorch/pytorch)
    4. PyTorch Lightning (Lightning-AI/lightning)
    5. JAX (google/jax)
    6. Haiku (deepmind/dm-haiku)
    7. Flax (google/flax)
    8. OpenAI Gym (openai/gym)
    9. Farama Foundation Gymnasium (Farama-Foundation/Gymnasium)
    10. Ray RLib (ray-project/ray)
    11. Weights & Biases
    12. MLflow (mlflow/mlflow)
    13. Docker
    14. Singularity (sylabs/singularity)

    AI 推荐了 14 个替代方案，却始终没点名 hardmaru/WorldModelsExperiments。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What are good examples of implementing model-based reinforcement learning with generative models?
    你：未被推荐
    AI 推荐顺序：
    1. DreamerV3
    2. PlaNet (Planning Network)
    3. World Models (Ha and Schmidhuber, 2018)
    4. MuZero
    5. MBPO (Model-Based Policy Optimization)
    6. SLBO (Stochastic Latent-space Bayesian Optimization)

    AI 推荐了 6 个替代方案，却始终没点名 hardmaru/WorldModelsExperiments。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 hardmaru/WorldModelsExperiments?
    pass
    AI 明确点名了 hardmaru/WorldModelsExperiments

    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 hardmaru/WorldModelsExperiments in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 hardmaru/WorldModelsExperiments

    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 hardmaru/WorldModelsExperiments solve, and who is the primary audience?
    pass
    AI 明确点名了 hardmaru/WorldModelsExperiments

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

订阅 Pro，解锁深度诊断

hardmaru/WorldModelsExperiments — 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