REPOGEO 报告 · LITE
qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM
默认分支 main · commit 70edb1de · 扫描时间 2026/6/24 17:03:51
星标 1,218 · Fork 91
下方为分数趋势(含全部就绪扫描;左旧右新,可横向滚动)。表格明细默认折叠,展开后每页 10 条,最新在上。
共 3 条就绪扫描。点击下方按钮展开表格(每页 10 条,可翻页)。
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 qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM 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。
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。
- Hugging Face Transformers · 被推荐 2 次
- OpenAI GPT-4 / GPT-3.5 · 被推荐 1 次
- Google Gemini · 被推荐 1 次
- TimeGPT by Nixtla · 被推荐 1 次
- Chronos by Amazon · 被推荐 1 次
- 品类问题How can large language models be applied to time series analysis and forecasting tasks?你:未被推荐AI 推荐顺序:
- OpenAI GPT-4 / GPT-3.5
- Google Gemini
- Hugging Face Transformers
- TimeGPT by Nixtla
- Chronos by Amazon
AI 推荐了 5 个替代方案,却始终没点名 qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM。这就是要补上的差距。
查看 AI 完整回答
- 品类问题What foundation models are available for spatiotemporal data anomaly detection and predictive maintenance?你:未被推荐AI 推荐顺序:
- DeepAR
- Hugging Face Transformers
- PyTorch
- TensorFlow
- Time Series Transformers (TST)
- pytorch_forecasting
- Informer
- Autoformer
- FEDformer
- PyTorch Geometric
- DGL
- Graph Convolutional Recurrent Networks (GCRN)
- Spatio-Temporal Graph Convolutional Networks (STGCN)
- OmniAnomaly
- Prophet
- XGBoost
- LightGBM
AI 推荐了 17 个替代方案,却始终没点名 qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM。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 completenesswarn
建议:
- 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 qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM?passAI 未点名 qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM —— 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 qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM in production, what risks or prerequisites should they evaluate first?passAI 明确点名了 qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM
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 qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM solve, and who is the primary audience?passAI 未点名 qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM —— 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 qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM 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/qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM)<a href="https://repogeo.com/zh/r/qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM"><img src="https://repogeo.com/badge/qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM.svg" alt="RepoGEO" /></a>订阅 Pro,解锁深度诊断
qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM — 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