RRepoGEO

REPOGEO 报告 · LITE

NVlabs/Fast-dLLM

默认分支 main · commit 2e91a8f8 · 扫描时间 2026/5/30 02:33:33

星标 1,011 · Fork 125

AI 可见性总分
35 /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
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 NVlabs/Fast-dLLM 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
  • hightopics#1
    Add specific topics for diffusion LLM acceleration

    原因：

    复制粘贴的修复
    diffusion-llm, llm-acceleration, training-free, kv-cache, parallel-decoding, vlm-acceleration, vision-language-models, diffusion-models, deep-learning-acceleration
  • mediumfaq#2
    Add a 'Prerequisites' section to the README

    原因：

    复制粘贴的修复
    ## Prerequisites

Fast-dLLM requires significant NVIDIA GPU resources for optimal performance. Ensure you have access to powerful GPUs and sufficient memory before deployment.

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 NVlabs/Fast-dLLM
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
microsoft/DeepSpeed
在 2 个问题中被推荐 1 次
竞品排行
  1. microsoft/DeepSpeed · 被推荐 1 次
  2. vllm-project/vllm · 被推荐 1 次
  3. TensorRT · 被推荐 1 次
  4. openvinotoolkit/openvino · 被推荐 1 次
  5. microsoft/onnxruntime · 被推荐 1 次
  • 品类问题
    How can I accelerate inference for diffusion-based large language models efficiently?
    你：未被推荐
    AI 推荐顺序：
    1. DeepSpeed (microsoft/DeepSpeed)
    2. vLLM (vllm-project/vllm)
    3. TensorRT
    4. OpenVINO (openvinotoolkit/openvino)
    5. ONNX Runtime (microsoft/onnxruntime)
    6. FlashAttention (Dao-AILab/flash-attention)
    7. PyTorch 2.0 (pytorch/pytorch)

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

    查看 AI 完整回答
  • 品类问题
    What are techniques for training-free acceleration of vision-language models and action models?
    你：未被推荐
    AI 推荐顺序：
    1. ONNX Runtime
    2. OpenVINO
    3. NVIDIA TensorRT
    4. PyTorch's `torch.nn.utils.prune`
    5. TensorFlow Model Optimization Toolkit
    6. Hugging Face Transformers
    7. ONNX
    8. Core ML
    9. TensorFlow Lite (TFLite)
    10. Qualcomm AI Engine Direct
    11. FlashAttention

    AI 推荐了 11 个替代方案，却始终没点名 NVlabs/Fast-dLLM。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 NVlabs/Fast-dLLM?
    pass
    AI 明确点名了 NVlabs/Fast-dLLM

    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 NVlabs/Fast-dLLM in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 NVlabs/Fast-dLLM

    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 NVlabs/Fast-dLLM solve, and who is the primary audience?
    pass
    AI 明确点名了 NVlabs/Fast-dLLM

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

订阅 Pro，解锁深度诊断

NVlabs/Fast-dLLM — 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