REPOGEO 报告 · LITE
zjunlp/KnowledgeEditingPapers
默认分支 main · commit 72084907 · 扫描时间 2026/5/22 00:37:37
星标 1,231 · Fork 81
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。
共 2 条就绪扫描。点击下方按钮展开表格(每页 10 条,可翻页)。
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 zjunlp/KnowledgeEditingPapers 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。
- highreadme#1Reposition the README's opening sentence to emphasize 'curated list' and 'surveys'
原因:
当前Must-read papers on knowledge editing for large language models.
复制粘贴的修复A curated and comprehensive list of must-read papers and surveys on knowledge editing for large language models.
- mediumabout#2Add a homepage URL to the repository's About section
原因:
复制粘贴的修复Add the official project or organization homepage URL here.
- lowtopics#3Add more specific 'survey' and 'review' related topics
原因:
当前awsome-list, easyedit, foundation-models, knowledge-editing, knowlm, large-language-models, model-editing, natural-language-processing, paper, paper-list, pre-trained-language-models, pre-trained-model, review, rome, survey
复制粘贴的修复awsome-list, easyedit, foundation-models, knowledge-editing, knowlm, large-language-models, literature-review, model-editing, natural-language-processing, paper, paper-list, pre-trained-language-models, pre-trained-model, research-survey, review, rome, survey
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。
- arXiv.org · 被推荐 1 次
- Google Scholar · 被推荐 1 次
- Papers With Code · 被推荐 1 次
- ACL Anthology · 被推荐 1 次
- EMNLP · 被推荐 1 次
- 品类问题Where can I find a comprehensive survey of recent research on updating factual knowledge in LLMs?你:未被推荐AI 推荐顺序:
- arXiv.org
- Google Scholar
- Papers With Code
- ACL Anthology
- EMNLP
- NAACL Proceedings
- Distill.pub
- Towards Data Science
AI 推荐了 8 个替代方案,却始终没点名 zjunlp/KnowledgeEditingPapers。这就是要补上的差距。
查看 AI 完整回答
- 品类问题What are the best techniques for effectively editing knowledge within pre-trained language models?你:未被推荐AI 推荐顺序:
- ROME
- MEND
- SERAC
- LoRA
- Retrieval-Augmented Generation (RAG)
- FAISS
- Pinecone
- In-Context Learning (Prompt Engineering)
AI 推荐了 8 个替代方案,却始终没点名 zjunlp/KnowledgeEditingPapers。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 completenesswarn
建议:
- README presencepass
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 zjunlp/KnowledgeEditingPapers?passAI 明确点名了 zjunlp/KnowledgeEditingPapers
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 zjunlp/KnowledgeEditingPapers in production, what risks or prerequisites should they evaluate first?passAI 明确点名了 zjunlp/KnowledgeEditingPapers
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 zjunlp/KnowledgeEditingPapers solve, and who is the primary audience?passAI 未点名 zjunlp/KnowledgeEditingPapers —— 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 zjunlp/KnowledgeEditingPapers 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。
[](https://repogeo.com/zh/r/zjunlp/KnowledgeEditingPapers)<a href="https://repogeo.com/zh/r/zjunlp/KnowledgeEditingPapers"><img src="https://repogeo.com/badge/zjunlp/KnowledgeEditingPapers.svg" alt="RepoGEO" /></a>订阅 Pro,解锁深度诊断
zjunlp/KnowledgeEditingPapers — 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