RRepoGEO

REPOGEO 报告 · LITE

tjunlp-lab/Awesome-LLMs-Evaluation-Papers

默认分支 main · commit a4895bc1 · 扫描时间 2026/6/11 09:18:30

星标 803 · Fork 62

AI 可见性总分
17 /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
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 tjunlp-lab/Awesome-LLMs-Evaluation-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

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
    Add a clear introductory sentence to the README

    原因:

    当前
    # Awesome LLMs Evaluation Papers :bookmark_tabs:
    复制粘贴的修复
    # Awesome LLMs Evaluation Papers :bookmark_tabs:
    
    This repository provides a curated and continuously updated list of research papers focused on the evaluation of Large Language Models (LLMs), organized according to our comprehensive survey.
  • highlicense#2
    Add a LICENSE file to the repository

    原因:

    复制粘贴的修复
    Add a LICENSE file to the repository root containing the full text of the Creative Commons Attribution 4.0 International (CC BY 4.0) License.

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 tjunlp-lab/Awesome-LLMs-Evaluation-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
GPT-4
在 2 个问题中被推荐 2 次
竞品排行
  1. GPT-4 · 被推荐 2 次
  2. Scale AI · 被推荐 1 次
  3. Appen · 被推荐 1 次
  4. Streamlit · 被推荐 1 次
  5. Gradio · 被推荐 1 次
  • 品类问题
    What are the current best practices for evaluating large language model performance?
    你:未被推荐
    AI 推荐顺序:
    1. Scale AI
    2. Appen
    3. Streamlit
    4. Gradio
    5. GPT-4
    6. Claude 3 Opus
    7. LangChain
    8. LlamaIndex
    9. Arize AI
    10. Weights & Biases
    11. EleutherAI's LM Evaluation Harness (lm-eval)
    12. Open LLM Leaderboard (Hugging Face)
    13. Ragas
    14. ROUGE
    15. NLTK
    16. Hugging Face Datasets
    17. BLEU
    18. BERTScore

    AI 推荐了 18 个替代方案,却始终没点名 tjunlp-lab/Awesome-LLMs-Evaluation-Papers。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    Need a comprehensive overview of research papers on assessing large language models.
    你:未被推荐
    AI 推荐顺序:
    1. HELM Benchmark
    2. SuperGLUE
    3. GPT-4
    4. MATH Dataset
    5. GSM8K
    6. BigBench-Hard
    7. TruthfulQA
    8. Gopher
    9. StereoSet
    10. Chinchilla
    11. arXiv
    12. ACL
    13. EMNLP
    14. NAACL

    AI 推荐了 14 个替代方案,却始终没点名 tjunlp-lab/Awesome-LLMs-Evaluation-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
    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 tjunlp-lab/Awesome-LLMs-Evaluation-Papers?
    pass
    AI 未点名 tjunlp-lab/Awesome-LLMs-Evaluation-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 tjunlp-lab/Awesome-LLMs-Evaluation-Papers in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 tjunlp-lab/Awesome-LLMs-Evaluation-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 tjunlp-lab/Awesome-LLMs-Evaluation-Papers solve, and who is the primary audience?
    pass
    AI 未点名 tjunlp-lab/Awesome-LLMs-Evaluation-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 tjunlp-lab/Awesome-LLMs-Evaluation-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/tjunlp-lab/Awesome-LLMs-Evaluation-Papers.svg)](https://repogeo.com/zh/r/tjunlp-lab/Awesome-LLMs-Evaluation-Papers)
HTML
<a href="https://repogeo.com/zh/r/tjunlp-lab/Awesome-LLMs-Evaluation-Papers"><img src="https://repogeo.com/badge/tjunlp-lab/Awesome-LLMs-Evaluation-Papers.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro,解锁深度诊断

tjunlp-lab/Awesome-LLMs-Evaluation-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