RRepoGEO

REPOGEO 报告 · LITE

nlpai-lab/KULLM

默认分支 main · commit 2de1d301 · 扫描时间 2026/5/29 23:52:41

星标 586 · Fork 71

AI 可见性总分
57 /100
需要改进
品类召回
1 / 2
被推荐时的平均排名 #5.0
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 nlpai-lab/KULLM 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 to the repository

    原因：

    复制粘贴的修复
    korean-llm, large-language-model, llm, nlp, korean-nlp, instruction-tuning, polyglot-ko, deep-learning, machine-learning, korea-university
  • mediumreadme#2
    Strengthen the README's opening statement for clarity and differentiation

    原因：

    当前
    KULLM(구름)은 고려대학교 NLP & AI 연구실과 HIAI 연구소가 개발한 한국어 Large Language Model (LLM) 입니다.
    复制粘贴的修复
    KULLM(구름)은 고려대학교 NLP & AI 연구실과 HIAI 연구소가 개발한, 한국어에 특화된 오픈소스 대규모 언어 모델(LLM)입니다. 특히, 한국어 지시를 따르도록 미세 조정되어 다양한 한국어 NLP 작업에 최적화되어 있습니다.
  • lowreadme#3
    Add a 'Why KULLM?' or 'Comparison' section to the README

    原因：

    复制粘贴的修复
    ## Why KULLM? (왜 구름인가요?)

[Add content here explaining KULLM's unique strengths, e.g., open-source nature, specific instruction-tuning, performance benchmarks, or comparison to other Korean LLMs like KoGPT or Polyglot-Ko.]

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
1 / 2
50% 的问题里出现了 nlpai-lab/KULLM
平均排名
#5.0
越小越好。#1 表示首位推荐。
声量占比
8%
在所有被点名的工具中，你占了多少？
头号对手
HyperCLOVA X
在 2 个问题中被推荐 1 次
竞品排行
  1. HyperCLOVA X · 被推荐 1 次
  2. GPT-4 · 被推荐 1 次
  3. GPT-3.5 Turbo · 被推荐 1 次
  4. CLOVA X · 被推荐 1 次
  5. KoGPT · 被推荐 1 次
  • 品类问题
    What are the best large language models optimized for Korean language tasks?
    你：未被推荐
    AI 推荐顺序：
    1. HyperCLOVA X
    2. GPT-4
    3. GPT-3.5 Turbo
    4. CLOVA X
    5. KoGPT
    6. Polyglot-Ko
    7. Llama 2

    AI 推荐了 7 个替代方案，却始终没点名 nlpai-lab/KULLM。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    Seeking an open-source large language model for high-performance Korean text generation.
    你：第 5 位
    AI 推荐顺序：
    1. Polyglot-Ko (EleutherAI/Polyglot-Ko)
    2. KoGPT (KakaoBrain/kogpt)
    3. Llama 2 (Meta/Llama-2-7b-chat-hf)
    4. SOLAR (Upstage/SOLAR-10.7B-v1.0)
    5. KULLM (nlpai-lab/kullm-v2) ← 你
    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 nlpai-lab/KULLM?
    pass
    AI 明确点名了 nlpai-lab/KULLM

    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 nlpai-lab/KULLM in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 nlpai-lab/KULLM

    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 nlpai-lab/KULLM solve, and who is the primary audience?
    pass
    AI 明确点名了 nlpai-lab/KULLM

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

订阅 Pro，解锁深度诊断

nlpai-lab/KULLM — 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