RRepoGEO

REPOGEO 报告 · LITE

namisan/mt-dnn

默认分支 master · commit 3228e7c2 · 扫描时间 2026/6/30 21:27:13

星标 2,260 · Fork 408

本仓库扫描历史

下方为分数趋势(含全部就绪扫描;左旧右新,可横向滚动)。表格明细默认折叠,展开后每页 10 条,最新在上。

分数趋势(左 → 右:旧 → 新)

共 2 条就绪扫描。点击下方按钮展开表格(每页 10 条,可翻页)。

AI 可见性总分
35 /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 1 · 失败 0
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 namisan/mt-dnn 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
  • highreadme#1
    Add a concise, problem-solution statement at the very top of the README

    原因:

    当前
    The current README starts with 'New Release' and 'Update' sections before the main title and description.
    复制粘贴的修复
    MT-DNN is a powerful PyTorch-based framework designed for building a single, robust deep learning model that achieves state-of-the-art performance across diverse Natural Language Understanding (NLU) tasks. It provides an efficient multi-task learning solution, eliminating the need to train separate models for each NLU application.
  • mediumhomepage#2
    Add a homepage URL to the repository's About section

    原因:

    复制粘贴的修复
    Add the official project homepage URL (e.g., a GitHub Pages site or documentation portal) to the repository's 'About' section.
  • lowtopics#3
    Add 'nlu-framework' and 'pytorch-library' to repository topics

    原因:

    当前
    bert, deep-learning, machine-reading-comprehension, microsoft, multi-task-learning, named-entity-recognition, natural-language-understanding, nlp, pytorch, ranking
    复制粘贴的修复
    bert, deep-learning, machine-reading-comprehension, microsoft, multi-task-learning, named-entity-recognition, natural-language-understanding, nlp, pytorch, ranking, nlu-framework, pytorch-library

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 namisan/mt-dnn
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
huggingface/transformers
在 2 个问题中被推荐 1 次
竞品排行
  1. huggingface/transformers · 被推荐 1 次
  2. BERT · 被推荐 1 次
  3. RoBERTa · 被推荐 1 次
  4. XLNet · 被推荐 1 次
  5. T5 · 被推荐 1 次
  • 品类问题
    How to build a single deep learning model for various natural language understanding tasks?
    你:未被推荐
    AI 推荐顺序:
    1. Hugging Face Transformers Library (huggingface/transformers)
    2. BERT
    3. RoBERTa
    4. XLNet
    5. T5
    6. GPT-3/GPT-4
    7. OpenAI API
    8. SpaCy (explosion/spaCy)
    9. Flair (flairNLP/flair)
    10. AllenNLP (allenai/allennlp)
    11. TensorFlow Text (tensorflow/text)
    12. TensorFlow Hub

    AI 推荐了 12 个替代方案,却始终没点名 namisan/mt-dnn。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What PyTorch libraries enable multi-task deep neural networks for advanced NLP applications?
    你:未被推荐
    AI 推荐顺序:
    1. Hugging Face Transformers
    2. PyTorch Lightning
    3. AllenNLP
    4. DeepPavlov
    5. Catalyst
    6. fairseq

    AI 推荐了 6 个替代方案,却始终没点名 namisan/mt-dnn。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
    warn

    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 namisan/mt-dnn?
    pass
    AI 明确点名了 namisan/mt-dnn

    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 namisan/mt-dnn in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 namisan/mt-dnn

    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 namisan/mt-dnn solve, and who is the primary audience?
    pass
    AI 明确点名了 namisan/mt-dnn

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

订阅 Pro,解锁深度诊断

namisan/mt-dnn — 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