RRepoGEO

REPOGEO 报告 · LITE

sbrugman/deep-learning-papers

默认分支 master · commit 358e2372 · 扫描时间 2026/6/26 21:23:02

星标 3,183 · Fork 407

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 3 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
22 /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
1 / 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 sbrugman/deep-learning-papers 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
  • highlicense#1
    Add a LICENSE file to clarify usage terms

    原因：

    复制粘贴的修复
    Create a LICENSE file in the repository root with the content of the Creative Commons Attribution 4.0 International License (CC-BY-4.0).
  • highreadme#2
    Reposition the README H1 to highlight 'state-of-the-art' and 'curated'

    原因：

    当前
    # Deep Learning Papers by task
    复制粘贴的修复
    # Curated State-of-the-Art Deep Learning Papers by Task
  • mediumabout#3
    Add the repository URL as the homepage in the About section

    原因：

    复制粘贴的修复
    https://github.com/sbrugman/deep-learning-papers

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 sbrugman/deep-learning-papers
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
Papers With Code
在 2 个问题中被推荐 1 次
竞品排行
  1. Papers With Code · 被推荐 1 次
  2. arXiv Sanity Preserver · 被推荐 1 次
  3. Distill.pub · 被推荐 1 次
  4. AI Alignment Forum · 被推荐 1 次
  5. floodsung/Deep-Learning-Papers-Reading-Roadmap · 被推荐 1 次
  • 品类问题
    Where can I find a curated list of state-of-the-art deep learning papers?
    你：未被推荐
    AI 推荐顺序：
    1. Papers With Code
    2. arXiv Sanity Preserver
    3. Distill.pub
    4. AI Alignment Forum
    5. Deep-Learning-Papers-Reading-Roadmap (floodsung/Deep-Learning-Papers-Reading-Roadmap)
    6. awesome-deep-learning (ChristosChristofidis/awesome-deep-learning)
    7. NeurIPS
    8. ICML
    9. ICLR
    10. CVPR
    11. ICCV
    12. ACL
    13. EMNLP

    AI 推荐了 13 个替代方案，却始终没点名 sbrugman/deep-learning-papers。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What are the essential deep learning research papers categorized by application area?
    你：未被推荐
    AI 推荐顺序：
    1. AlexNet
    2. VGGNet
    3. ResNet
    4. Inception
    5. DenseNet
    6. R-CNN
    7. Fast R-CNN
    8. Faster R-CNN
    9. YOLO
    10. SSD
    11. FCN
    12. U-Net
    13. DeepLab
    14. PSPNet
    15. GANs
    16. DCGAN
    17. StyleGAN
    18. VQ-VAE
    19. VQ-VAE-2
    20. DALL-E
    21. DALL-E 2
    22. DDPM
    23. Word2Vec
    24. GloVe
    25. FastText
    26. LSTM
    27. GRU
    28. Sequence to Sequence Learning
    29. Attention
    30. Transformer
    31. BERT
    32. GPT
    33. RoBERTa
    34. T5
    35. DQN
    36. Double DQN
    37. Prioritized Experience Replay
    38. REINFORCE
    39. A2C/A3C
    40. PPO
    41. DDPG
    42. SAC
    43. AlphaGo
    44. MuZero
    45. Adam
    46. Batch Normalization
    47. Dropout
    48. ImageNet Classification with Deep Convolutional Neural Networks
    49. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
    50. GCN
    51. GraphSAGE

    AI 推荐了 51 个替代方案，却始终没点名 sbrugman/deep-learning-papers。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 sbrugman/deep-learning-papers?
    pass
    AI 未点名 sbrugman/deep-learning-papers —— 很可能在说另一个项目

    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 sbrugman/deep-learning-papers in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 sbrugman/deep-learning-papers

    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 sbrugman/deep-learning-papers solve, and who is the primary audience?
    pass
    AI 未点名 sbrugman/deep-learning-papers —— 很可能在说另一个项目

    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 sbrugman/deep-learning-papers 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/sbrugman/deep-learning-papers.svg)](https://repogeo.com/zh/r/sbrugman/deep-learning-papers)
HTML
<a href="https://repogeo.com/zh/r/sbrugman/deep-learning-papers"><img src="https://repogeo.com/badge/sbrugman/deep-learning-papers.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

sbrugman/deep-learning-papers — 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