RRepoGEO

REPOGEO 报告 · LITE

Thinklab-SJTU/Awesome-LLM4AD

默认分支 main · commit df33d2af · 扫描时间 2026/6/28 08:13:22

星标 1,859 · Fork 109

本仓库扫描历史

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。

分数趋势（左 → 右：旧 → 新）

共 2 条就绪扫描。点击下方按钮展开表格（每页 10 条，可翻页）。

AI 可见性总分
22 /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
1 / 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 Thinklab-SJTU/Awesome-LLM4AD 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
  • hightopics#1
    Add 'autonomous-driving' and 'llm4ad' to topics

    原因：

    当前
    large-language-models, vision-language-action-model, vision-language-model, world-model
    复制粘贴的修复
    large-language-models, vision-language-action-model, vision-language-model, world-model, autonomous-driving, llm4ad, awesome-list, survey
  • highreadme#2
    Strengthen README's opening to clarify repo type and domain

    原因：

    当前
    This is a collection of research papers about **LLM-for-Autonomous-Driving(LLM4AD)**. The repository will be continuously updated to track the frontier of LLM4AD (Large Language Models for Autonomous Driving), which encompasses VLM4AD (Vision-Language Models for AD) and VLA4AD (Vision-Language-Action models for AD) as integral components of this unified paradigm.
    复制粘贴的修复
    This repository serves as a comprehensive, continually updated **curated list and survey of research papers and resources** focused on **Large Language Models for Autonomous Driving (LLM4AD)**. It encompasses VLM4AD (Vision-Language Models for AD) and VLA4AD (Vision-Language-Action models for AD) as integral components of this unified paradigm, tracking the frontier of this rapidly evolving field.
  • mediumhomepage#3
    Add homepage URL to the repository metadata

    原因：

    复制粘贴的修复
    https://arxiv.org/abs/2311.01043

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 Thinklab-SJTU/Awesome-LLM4AD
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
ChatGPT
在 2 个问题中被推荐 2 次
竞品排行
  1. ChatGPT · 被推荐 2 次
  2. Bard · 被推荐 2 次
  3. Llama 2 · 被推荐 2 次
  4. GPT-4 · 被推荐 2 次
  5. Claude 2 · 被推荐 2 次
  • 品类问题
    How can large language models be applied to autonomous driving systems for improved intelligence?
    你：未被推荐
    AI 推荐顺序：
    1. ChatGPT
    2. Bard
    3. Llama 2
    4. GPT-4
    5. Claude 2
    6. PaLM 2
    7. Llama 2
    8. Falcon
    9. ChatGPT
    10. Bard
    11. GPT-4
    12. Claude 2
    13. GitHub Copilot
    14. Code Llama

    AI 推荐了 14 个替代方案，却始终没点名 Thinklab-SJTU/Awesome-LLM4AD。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What are the cutting-edge vision-language-action models for developing self-driving car capabilities?
    你：未被推荐
    AI 推荐顺序：
    1. LINGO-1
    2. DriveGPT
    3. Tesla's Autopilot/FSD
    4. Waymo Driver
    5. Mobileye's REM
    6. NVIDIA DRIVE

    AI 推荐了 6 个替代方案，却始终没点名 Thinklab-SJTU/Awesome-LLM4AD。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 Thinklab-SJTU/Awesome-LLM4AD?
    pass
    AI 未点名 Thinklab-SJTU/Awesome-LLM4AD —— 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 Thinklab-SJTU/Awesome-LLM4AD in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 Thinklab-SJTU/Awesome-LLM4AD

    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 Thinklab-SJTU/Awesome-LLM4AD solve, and who is the primary audience?
    pass
    AI 未点名 Thinklab-SJTU/Awesome-LLM4AD —— 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 Thinklab-SJTU/Awesome-LLM4AD 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/Thinklab-SJTU/Awesome-LLM4AD.svg)](https://repogeo.com/zh/r/Thinklab-SJTU/Awesome-LLM4AD)
HTML
<a href="https://repogeo.com/zh/r/Thinklab-SJTU/Awesome-LLM4AD"><img src="https://repogeo.com/badge/Thinklab-SJTU/Awesome-LLM4AD.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

Thinklab-SJTU/Awesome-LLM4AD — 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