RRepoGEO

REPOGEO 报告 · LITE

jingyi0000/VLM_survey

默认分支 main · commit e7f12322 · 扫描时间 2026/5/15 18:53:09

星标 3,117 · Fork 233

AI 可见性总分
28 /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
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 jingyi0000/VLM_survey 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
  • highabout#1
    Update the 'About' description to clarify repo's identity as a survey paper's official repository

    原因：

    当前
    Collection of AWESOME vision-language models for vision tasks
    复制粘贴的修复
    Official repository for 'Vision-Language Models for Vision Tasks: A Survey' (TPAMI 2024), offering a systematic collection of VLM studies for visual recognition tasks.
  • highlicense#2
    Add a LICENSE file to the repository

    原因：

    复制粘贴的修复
    Create a LICENSE file (e.g., MIT License) in the repository root to clarify usage rights.
  • mediumhomepage#3
    Add the survey paper's link as the repository homepage

    原因：

    复制粘贴的修复
    https://arxiv.org/abs/2304.00685

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 jingyi0000/VLM_survey
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. Hugging Face Transformers Library · 被推荐 1 次
  3. CLIP · 被推荐 1 次
  4. ViLT · 被推荐 1 次
  5. BLIP · 被推荐 1 次
  • 品类问题
    Where can I find a comprehensive overview of vision-language models for computer vision tasks?
    你：未被推荐
    AI 推荐顺序：
    1. Papers with Code
    2. Hugging Face Transformers Library

    AI 推荐了 2 个替代方案，却始终没点名 jingyi0000/VLM_survey。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What are the leading multi-modal deep learning models for various visual recognition problems?
    你：未被推荐
    AI 推荐顺序：
    1. CLIP
    2. ViLT
    3. BLIP
    4. Flamingo
    5. CoCa
    6. ALBEF
    7. OpenCLIP

    AI 推荐了 7 个替代方案，却始终没点名 jingyi0000/VLM_survey。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 jingyi0000/VLM_survey?
    pass
    AI 明确点名了 jingyi0000/VLM_survey

    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 jingyi0000/VLM_survey in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 jingyi0000/VLM_survey

    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 jingyi0000/VLM_survey solve, and who is the primary audience?
    pass
    AI 未点名 jingyi0000/VLM_survey —— 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 jingyi0000/VLM_survey 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/jingyi0000/VLM_survey.svg)](https://repogeo.com/zh/r/jingyi0000/VLM_survey)
HTML
<a href="https://repogeo.com/zh/r/jingyi0000/VLM_survey"><img src="https://repogeo.com/badge/jingyi0000/VLM_survey.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

jingyi0000/VLM_survey — 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