RRepoGEO

REPOGEO 报告 · LITE

Ayanami0730/deep_research_bench

默认分支 main · commit 469cce54 · 扫描时间 2026/6/9 14:32:47

星标 751 · Fork 82

AI 可见性总分
33 /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 2 · 警告 0 · 失败 0
客观元数据检查
AI 认识你的名字
2 / 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 Ayanami0730/deep_research_bench 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
  • highreadme#1
    Add a concise introductory paragraph to the README

    原因：

    复制粘贴的修复
    Add a paragraph immediately after the H1 and badges, e.g., 'DeepResearch Bench provides a comprehensive and standardized framework for evaluating the performance of advanced AI and LLM agents in complex research tasks. It offers a robust benchmark to objectively compare different agent architectures and methodologies, focusing on their ability to conduct deep, multi-step research.' (Adjust to fit project specifics).
  • hightopics#2
    Refine repository topics for better AI agent specificity

    原因：

    当前
    agent, benchmark, deepresearch, nlp
    复制粘贴的修复
    llm-agents, ai-agents, agent-benchmark, llm-evaluation, deep-research
  • mediumhomepage#3
    Update the repository homepage URL

    原因：

    当前
    https://arxiv.org/pdf/2506.11763
    复制粘贴的修复
    https://deepresearch-bench.github.io/

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 Ayanami0730/deep_research_bench
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. GLUE/SuperGLUE · 被推荐 1 次
  3. SciFact · 被推荐 1 次
  4. ArXiv QA · 被推荐 1 次
  5. BioASQ · 被推荐 1 次
  • 品类问题
    How can I objectively compare the performance of different deep research AI agents?
    你：未被推荐
    AI 推荐顺序：
    1. Papers With Code
    2. GLUE/SuperGLUE
    3. SciFact
    4. ArXiv QA
    5. BioASQ
    6. MedQA
    7. MMLU (Massive Multitask Language Understanding)
    8. ROUGE (Recall-Oriented Understudy for Gisting Evaluation)
    9. BLEU (Bilingual Evaluation Understudy)
    10. METEOR
    11. BERTScore
    12. Hugging Face Transformers (huggingface/transformers)
    13. Hugging Face Datasets (huggingface/datasets)
    14. LangChain (langchain-ai/langchain)
    15. LlamaIndex (run-llama/llama_index)
    16. MLflow (mlflow/mlflow)
    17. Weights & Biases (W&B) (wandb/wandb)

    AI 推荐了 17 个替代方案，却始终没点名 Ayanami0730/deep_research_bench。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What are the best methods for benchmarking advanced NLP research agents comprehensively?
    你：未被推荐
    AI 推荐顺序：
    1. Hugging Face Datasets and Evaluate Libraries
    2. EleutherAI's LM Evaluation Harness (EleutherAI/lm-evaluation-harness)
    3. BigBench
    4. GLUE and SuperGLUE Benchmarks
    5. MMLU
    6. HELM
    7. Amazon Mechanical Turk
    8. Appen

    AI 推荐了 8 个替代方案，却始终没点名 Ayanami0730/deep_research_bench。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
    pass

  • 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 Ayanami0730/deep_research_bench?
    pass
    AI 明确点名了 Ayanami0730/deep_research_bench

    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 Ayanami0730/deep_research_bench in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 Ayanami0730/deep_research_bench

    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 Ayanami0730/deep_research_bench solve, and who is the primary audience?
    pass
    AI 未点名 Ayanami0730/deep_research_bench —— 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 Ayanami0730/deep_research_bench 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/Ayanami0730/deep_research_bench.svg)](https://repogeo.com/zh/r/Ayanami0730/deep_research_bench)
HTML
<a href="https://repogeo.com/zh/r/Ayanami0730/deep_research_bench"><img src="https://repogeo.com/badge/Ayanami0730/deep_research_bench.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

Ayanami0730/deep_research_bench — 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