REPOGEO 报告 · LITE
OpenGenerativeAI/llm-colosseum
默认分支 main · commit f51f0b04 · 扫描时间 2026/5/12 10:51:50
星标 1,481 · Fork 181
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 OpenGenerativeAI/llm-colosseum 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 README opening to clarify LLM evaluation focus
原因:
当前Make LLM fight each other in real time in Street Fighter III. Which LLM will be the best fighter ?
复制粘贴的修复This project introduces a novel, real-time benchmark for Large Language Models (LLMs) by pitting them against each other in Street Fighter III. It's designed to evaluate LLM performance in strategic thinking, real-time decision-making, and adaptability within a dynamic game environment.
- mediumtopics#2Add more specific topics for LLM evaluation and strategic AI
原因:
当前benchmark, genai, llm, streetfighterai
复制粘贴的修复benchmark, genai, llm, streetfighterai, llm-evaluation, ai-agents, strategic-ai, real-time-decision-making
- mediumabout#3Enhance repository description to highlight unique evaluation methodology
原因:
当前Benchmark LLMs by fighting in Street Fighter 3! The new way to evaluate the quality of an LLM
复制粘贴的修复A novel benchmark for LLMs: evaluate their strategic thinking and real-time decision-making by having them fight in Street Fighter 3. Discover a new way to assess LLM quality beyond traditional metrics.
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。
- Farama-Foundation/Gymnasium · 被推荐 1 次
- Unity-Technologies/ml-agents · 被推荐 1 次
- minerllabs/minerl · 被推荐 1 次
- Microsoft/malmo · 被推荐 1 次
- microsoft/textworld · 被推荐 1 次
- 品类问题How to evaluate LLM performance using interactive, real-time game environments?你:未被推荐AI 推荐顺序:
- Farama Foundation Gymnasium (Farama-Foundation/Gymnasium)
- Unity ML-Agents Toolkit (Unity-Technologies/ml-agents)
- MineRL (minerllabs/minerl)
- Project Malmo (Microsoft/malmo)
- TextWorld (microsoft/textworld)
- Jericho (mike-gifford/jericho)
- Phaser.js (photonstorm/phaser)
- Three.js (mrdoob/three.js)
- Flask (pallets/flask)
- FastAPI (tiangolo/fastapi)
AI 推荐了 10 个替代方案,却始终没点名 OpenGenerativeAI/llm-colosseum。这就是要补上的差距。
查看 AI 完整回答
- 品类问题What tools help benchmark large language models for strategic thinking and real-time decision-making?你:未被推荐AI 推荐顺序:
- HELM
- BIG-bench
- AgentBench
- OpenAI Evals
- LangChain
- RAGAS
- Scale AI
- Appen
AI 推荐了 8 个替代方案,却始终没点名 OpenGenerativeAI/llm-colosseum。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 completenesspass
- 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 OpenGenerativeAI/llm-colosseum?passAI 未点名 OpenGenerativeAI/llm-colosseum —— 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 OpenGenerativeAI/llm-colosseum in production, what risks or prerequisites should they evaluate first?passAI 明确点名了 OpenGenerativeAI/llm-colosseum
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 OpenGenerativeAI/llm-colosseum solve, and who is the primary audience?passAI 未点名 OpenGenerativeAI/llm-colosseum —— 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 OpenGenerativeAI/llm-colosseum 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/OpenGenerativeAI/llm-colosseum)<a href="https://repogeo.com/zh/r/OpenGenerativeAI/llm-colosseum"><img src="https://repogeo.com/badge/OpenGenerativeAI/llm-colosseum.svg" alt="RepoGEO" /></a>订阅 Pro,解锁深度诊断
OpenGenerativeAI/llm-colosseum — 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