RRepoGEO

REPOGEO 报告 · LITE

microsoft/MASS

默认分支 master · commit 779f22fc · 扫描时间 2026/5/9 02:47:27

星标 1,121 · Fork 204

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 microsoft/MASS 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
  • highreadme#1
    Strengthen the README's opening sentence to explicitly state its NLP domain

    原因：

    当前
    # MASS

MASS: Masked Sequence to Sequence Pre-training for Language Generation, by Kaitao Song, Xu Tan, Tao Qin, Jianfeng Lu, Tie-Yan Liu, is a novel pre-training method for sequence to sequence based language generation tasks.
    复制粘贴的修复
    # MASS

This repository presents **MASS (Masked Sequence to Sequence Pre-training for Language Generation)**, a novel pre-training method for sequence-to-sequence based Natural Language Processing (NLP) tasks. Developed by Kaitao Song, Xu Tan, Tao Qin, Jianfeng Lu, and Tie-Yan Liu, MASS randomly masks a sentence fragment in the encoder and predicts it in the decoder.
  • mediumreadme#2
    Clarify the project's license terms in the README

    原因：

    复制粘贴的修复
    ## License

This project is licensed under the terms specified in the [LICENSE](LICENSE) file. Please refer to the file for full details, as it contains specific terms and conditions.

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 microsoft/MASS
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
T5
在 2 个问题中被推荐 1 次
竞品排行
  1. T5 · 被推荐 1 次
  2. BART · 被推荐 1 次
  3. GPT-2 · 被推荐 1 次
  4. GPT-3 · 被推荐 1 次
  5. LLaMA · 被推荐 1 次
  • 品类问题
    What are effective pre-training techniques for sequence-to-sequence language generation tasks?
    你：未被推荐
    AI 推荐顺序：
    1. T5
    2. BART
    3. GPT-2
    4. GPT-3
    5. LLaMA
    6. mBART
    7. PEGASUS
    8. SimCSE

    AI 推荐了 8 个替代方案，却始终没点名 microsoft/MASS。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    How to pre-train models for neural machine translation and text summarization?
    你：未被推荐
    AI 推荐顺序：
    1. Hugging Face Transformers Library
    2. Fairseq
    3. OpenNMT-py
    4. Tensor2Tensor (T2T)
    5. Marian NMT

    AI 推荐了 5 个替代方案，却始终没点名 microsoft/MASS。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 microsoft/MASS?
    pass
    AI 明确点名了 microsoft/MASS

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

    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 microsoft/MASS solve, and who is the primary audience?
    pass
    AI 明确点名了 microsoft/MASS

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

订阅 Pro，解锁深度诊断

microsoft/MASS — 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