RRepoGEO

REPOGEO 报告 · LITE

onejune2018/Awesome-LLM-Eval

默认分支 main · commit 5b43a7e8 · 扫描时间 2026/6/11 18:22:42

星标 642 · Fork 74

AI 可见性总分
40 /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 2 · 警告 0 · 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 onejune2018/Awesome-LLM-Eval 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
    Clarify that this is an 'Awesome List' of resources, not a tool

    原因:

    当前
    Awesome-LLM-Eval: a curated list of tools, datasets/benchmark, demos, leaderboard, papers, docs and models, mainly for Evaluation on Large Language Models and exploring the boundaries and limits of Generative AI.
    复制粘贴的修复
    Awesome-LLM-Eval is a comprehensive *awesome list* of curated resources—including tools, datasets/benchmarks, demos, leaderboards, papers, and models—specifically focused on the Evaluation of Large Language Models and exploring the boundaries of Generative AI.
  • highreadme#2
    Add a clear statement about the project's current relevance and active maintenance

    原因:

    复制粘贴的修复
    This project is actively maintained and regularly updated to reflect the latest advancements in LLM evaluation, serving as the live companion to our survey paper.
  • mediumtopics#3
    Add more specific 'awesome list' related topics

    原因:

    当前
    awsome-list, awsome-lists, benchmark, bert, chatglm, chatgpt, dataset, evaluation, gpt3, large-language-model, leaderboard, llama, llm, llm-evaluation, machine-learning, nlp, openai, qwen, rag
    复制粘贴的修复
    awsome-list, awsome-lists, benchmark, bert, chatglm, chatgpt, dataset, evaluation, gpt3, large-language-model, leaderboard, llama, llm, llm-evaluation, machine-learning, nlp, openai, qwen, rag, awesome-llm-evaluation, awesome-generative-ai, llm-resources, ai-evaluation-list

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 onejune2018/Awesome-LLM-Eval
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
Hugging Face Open LLM Leaderboard
在 2 个问题中被推荐 1 次
竞品排行
  1. Hugging Face Open LLM Leaderboard · 被推荐 1 次
  2. EleutherAI's LM Evaluation Harness · 被推荐 1 次
  3. OpenAI Evals · 被推荐 1 次
  4. AlpacaEval · 被推荐 1 次
  5. MT-Bench · 被推荐 1 次
  • 品类问题
    What are the best resources for evaluating large language models' performance and capabilities?
    你:未被推荐
    AI 推荐顺序:
    1. Hugging Face Open LLM Leaderboard
    2. EleutherAI's LM Evaluation Harness
    3. OpenAI Evals
    4. AlpacaEval
    5. MT-Bench
    6. MMLU
    7. TruthfulQA
    8. HELM
    9. BIG-bench
    10. Argilla
    11. LangChain
    12. LlamaIndex
    13. Weights & Biases
    14. DeepEval

    AI 推荐了 14 个替代方案,却始终没点名 onejune2018/Awesome-LLM-Eval。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    Where can I find a comprehensive list of benchmarks and datasets for assessing generative AI models?
    你:未被推荐
    AI 推荐顺序:
    1. Hugging Face Datasets and Benchmarks
    2. Papers With Code
    3. EleutherAI's LM Evaluation Harness (EleutherAI/lm-evaluation-harness)
    4. OpenAI Evals (openai/evals)
    5. Google's BIG-bench (google/BIG-bench)
    6. Kaggle Datasets
    7. Awesome Generative AI List

    AI 推荐了 7 个替代方案,却始终没点名 onejune2018/Awesome-LLM-Eval。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
    pass

  • 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 onejune2018/Awesome-LLM-Eval?
    pass
    AI 明确点名了 onejune2018/Awesome-LLM-Eval

    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 onejune2018/Awesome-LLM-Eval in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 onejune2018/Awesome-LLM-Eval

    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 onejune2018/Awesome-LLM-Eval solve, and who is the primary audience?
    pass
    AI 明确点名了 onejune2018/Awesome-LLM-Eval

    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 onejune2018/Awesome-LLM-Eval 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/onejune2018/Awesome-LLM-Eval.svg)](https://repogeo.com/zh/r/onejune2018/Awesome-LLM-Eval)
HTML
<a href="https://repogeo.com/zh/r/onejune2018/Awesome-LLM-Eval"><img src="https://repogeo.com/badge/onejune2018/Awesome-LLM-Eval.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro,解锁深度诊断

onejune2018/Awesome-LLM-Eval — 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