Анализ сайта eunsol.github.io
Основное Готовность: 100%
Домен
eunsol.github.io
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Используйте для продвижения только домен второго уровня.
Длина домена велика. Но если вы продвигаете запрос, входящий в название домена, то это хорошо.
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Цепочка редиректов:
http://eunsol.github.io
301 MovedPermanently
https://eunsol.github.io/
200 OK
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
Не настроен HSTS (Strict-Transport-Security) — рекомендуется включить.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 01.11.2026 2:38:01.
HTTP автоматически перенаправляется на HTTPS.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
utf-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице utf-8.
Язык
en-US
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык документа указан явно: en-US.
Скорость загрузки
~0,44сек
Время отклика сервера (TTFB)
?
Time To First Byte — время до получения первого байта от сервера. Норма до 200 мс. Медленный отклик ухудшает пользовательский опыт и ранжирование: Яндекс и Google учитывают скорость страниц.
Скорость загрузки сайта 0,44сек оптимальна.
Объем документа
50Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 50Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 4
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Кол-во файлов ресурсов 4 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | ./css/style.css | |
| stylesheet | https://maxcdn.bootstrapcdn.com/font-awesome/4.2.0/css/font-awesome.min.css | |
| stylesheet | https://cdnjs.cloudflare.com/ajax/libs/academicons/1.9.0/css/academicons.min.css | |
| js | ./js/scale.fix.js |
Серверные заголовки
Кол-во: 17
HTTP-заголовки ответа сервера
?
Заголовки сервера передают браузеру и поисковику служебную информацию: кеширование, безопасность (CSP, HSTS), сжатие (gzip). Правильная настройка ускоряет загрузку и повышает защищённость.
Найдены серверные заголовки 17шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| ETag | "69d5cea7-c87d" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | FBF2:0A74:1B98E1:1DCB65:6A8A1D2E |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 22:05:34 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270066-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787436334.315499,VS0,VE121 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 70b63bc75944e816761437c7734b171d96a3a5f5 |
CMS
Не определена
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
CMS не определена. Вероятно, сайт самописный либо движок надёжно скрыт. Это не ошибка.
Веб-сервер
GitHub.com
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
В заголовке Server указано: GitHub.com.
Мета-теги Готовность: 32%
Title
Eunsol Choi
Заголовок страницы в браузере и поисковой выдаче
?
Title — главный SEO-заголовок страницы. Влияет на CTR в поиске и ранжирование. Оптимальная длина: 50–70 символов. Ключевые слова — ближе к началу.
Необходимо увеличить число символов в title (текущее значение мало: 11, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Установите мета-тег description!
Keywords
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Установите мета-тег keywords!
Канонический Url
Указывает поисковику основную версию страницы
?
Canonical (rel=canonical) предотвращает проблему дублей страниц. Должен точно совпадать с URL проверяемой страницы. Неправильный canonical может передать ссылочный вес на другую страницу.
Рекомендуем прописать канонический Url.
Robots
Ошибок нет
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots не указан. Страница свободна для индексации.
Адаптивность
width=device-width
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Разметка OpenGraph
Не найдено
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph не задана. Страница не оптимизирована под социальные сети. Мета-теги с разметкой Og помогают социальным роботам лучше структурировать Ваш сайт.
Все мета-теги
Кол-во: 2
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 2шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | viewport | width=device-width |
| name | viewport | width=device-width |
Оптимизация Готовность: 47%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют по одному на документ).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Слова из title 2 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Абзацев с текстом 7 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Среднее число слов в абзаце 40 достаточно.
Кол-во знаков контента 20829 на странице оптимально.
Кол-во слов 3181 на странице оптимально.
Заголовки
Ошибок нет
Иерархия заголовков H1–H6
?
H1 должен быть один и содержать ключевой запрос. H2–H6 описывают подразделы. Пропуск уровней (H1 → H3) и несколько H1 — типичные ошибки, снижающие понятность страницы для поисковика.
На странице присутствуют заголовки <h1> 1. Это прекрасно.
На странице присутствуют заголовки <h3> 7.
Тошнота
9,43
Насколько одно слово доминирует в тексте
?
Классическая тошнота = √(частота самого повторяющегося слова). Норма до 7–8: текст воспринимается естественно. Выше — поисковик может счесть страницу переспамленной.
Тошнота превышает норму 5. Измените текст страницы!
Академич. тошнота
294,03%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота превышает норму 5-15%. Измените текст страницы!
Семантическое ядро
20
Наиболее часто встречающиеся слова на странице
?
Топ слов по частоте использования. Показывает, какие слова доминируют в тексте с точки зрения поисковика.
Контент страницы содержит осмысленный текст и слова.
Показать список слов
| Слово | Кол-во | Частота |
|---|---|---|
| eunsol | 89 | 2,80% |
| [poster] | 26 | 0,82% |
| michael | 20 | 0,63% |
| language | 16 | 0,50% |
| answering | 15 | 0,47% |
| durrett | 15 | 0,47% |
| models | 13 | 0,41% |
| fangyuan | 13 | 0,41% |
| question | 13 | 0,41% |
| findings | 13 | 0,41% |
| knowledge | 12 | 0,38% |
| [slides] | 12 | 0,38% |
| zettlemoyer | 10 | 0,31% |
| learning | 10 | 0,31% |
| retrieval | 10 | 0,31% |
| questions | 9 | 0,28% |
| hung-ting | 9 | 0,28% |
| [code] | 9 | 0,28% |
| student | 8 | 0,25% |
| processing | 8 | 0,25% |
Индексация Готовность: 0%
Индексирование
Есть ошибки
Разрешено ли индексирование страницы
?
Проверяет, не закрыта ли страница от индексации через robots.txt, meta robots или X-Robots-Tag. Страница, закрытая от индексации, не появится в поисковой выдаче.
Анкоров на странице 244 слишком много. Проведите ревизию и оптимизацию ссылок сайта.
Robots.txt
Не найден
Файл управления сканированием сайта роботами
?
Robots.txt указывает поисковым роботам, какие страницы сканировать, а какие — нет. Ошибки в файле могут случайно закрыть важные разделы от индексации.
Файл robots.txt не найден (ошибка 404). Крайне рекомендуем добавить файл robots.txt, это правило хорошего тона для поисковых роботов.
Sitemap
Кол-во: 0
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.
Внутренние ссылки
Кол-во: 38
Ссылки на другие страницы своего сайта
?
Внутренние ссылки распределяют ссылочный вес между страницами и помогают поисковику обходить сайт. Пустые анкоры и ссылки на запрещённые robots.txt страницы — типичные ошибки.
Внутренних ссылок на странице 38 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /./files/CV.pdf |
<i class="fa fa-fw fa-file"></i>CV
|
|
|
| /./bio.txt |
[Bio]
|
|
Анализировать url |
| /./files/pub/cc_naacl25_talk_slides.pdf |
[talk slides]
|
|
|
| /./files/pub/lcd_naacl25_poster.pdf |
[poster]
|
|
|
| /./files/pub/zkc_iclr25_poster.pdf |
[poster]
|
|
|
| /./files/pub/fever24_sxcd_poster.pdf |
[poster]
|
|
|
| /./files/pub/emnlp24_findings_tgc_poster.pdf |
[poster]
|
|
|
| /./files/pub/emnlp24_findings_dshc_poster.pdf |
[poster]
|
|
|
| /./files/pub/colm24_cxac_poster.pdf |
[poster]
|
|
|
| /./files/pub/colm24_lyc_poster.pdf |
[poster]
|
|
|
| /./files/pub/colm24_hxcp.pdf |
[slides]
|
|
|
| /./files/pub/colm24_hxcp_poster.pdf |
[poster]
|
|
|
| /./files/pub/acl24_xlskcw_poster.pdf |
[poster]
|
|
|
| /./files/pub/naacl24_layc_poster.pdf |
[poster]
|
|
|
| /./files/pub/iclr24_xsc_poster.pdf |
[poster]
|
|
|
| /./files/pub/emnlp23_zc.pdf |
Mitigating Temporal Misalignment by Discarding Outdated Facts
|
|
|
| /./files/pub/emnlp23_zc_poster.pdf |
[poster]
|
|
|
| /./files/pub/emnlp23_gcac_poster.pdf |
[poster]
|
|
|
| /./files/pub/neurips23_pozdc_poster.pdf |
[poster]
|
|
|
| /./files/pub/ozpdc_acl23_poster.pdf |
[poster]
|
|
|
| /./files/pub/dch_acl23_poster.pdf |
[poster]
|
|
|
| /./files/pub/pxc_acl23_poster.pdf |
[poster]
|
|
|
| /./files/pub/d_icassp23_poster.pdf |
[poster]
|
|
|
| /./files/pub/emnlp22_csed_poster.pdf |
[poster]
|
|
|
| /./files/pub/emnlp22_czc_talk.pdf |
[slides]
|
|
|
| /./files/pub/decontext_poster.pdf |
[poster]
|
|
|
| /../files/papers/emnlp2018slides.pdf |
[Slides]
|
|
|
| /./open_entity.html |
Project Page [Code / Data / Slides]
|
|
Анализировать url |
| /www.cs.tau.ac.il/~joberant/ |
Jonathan Berant
|
|
Анализировать url |
| /./files/pub/acl16_crzc_v2.pdf |
Document-level Sentiment Inference with Social, Faction, and Discourse Context
|
|
|
| /./files/data/acl16_annot.tar.gz |
[Data]
|
|
Анализировать url |
| /./nyu-cs2590/ |
Spring 2026 CS 2590: Natural Language Processing (grad)
|
|
Анализировать url |
| /./nyu-ds-ga-1011/ |
Fall 2025 DS-GA 1011: Fundamentals of Natural Language Processing (grad)
|
|
Анализировать url |
| /./courses/cs3033_sp25.html |
Spring 2025: CSCI-GA.3033-116 Special Topics: Emerging Topics in Natural Language Processing (grad)
|
|
Анализировать url |
| /../courses/cs395t.html |
UT Fall 2023: CS 395T Topics in Natural Language Processing (grad)
|
|
Анализировать url |
| /../courses/cs378_sp23/ |
UT Spring 2021-23: CS 378 Natural Language Processing (undergrad)
|
|
Анализировать url |
| /../courses/cs388_fa21/ |
UT Fall 2021: CS 388 Natural Language Processing (grad)
|
|
Анализировать url |
| /../courses/cs395t_fa20/index.html |
UT Fall 2020: CS 395T Topics in Natural Language Processing (grad)
|
|
Анализировать url |
Внешние ссылки
Кол-во: 200
Ссылки на сторонние сайты
?
Исходящие внешние ссылки передают часть ссылочного веса на чужие сайты. Ссылки на авторитетные ресурсы безопасны; ссылки на мусорные сайты могут навредить репутации страницы.
Внешних ссылок на странице 200 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор | Анализировать |
|---|---|---|
| wp.nyu.edu |
CILVR at NYU
|
Анализировать url |
| wp.nyu.edu |
ML2
|
Анализировать url |
| github.com |
<i class="fa fa-fw fa-github"></i>Github
|
Анализировать url |
| twitter.com |
<i class="fa fa-fw fa-twitter-square"></i>Twitter
|
|
| scholar.google.com |
<i class="fa fa-fw fa-google"></i>Google Scholar
|
Анализировать url |
| semanticscholar.org |
<i class="ai ai-semantic-scholar ai"></i>Semantic Scholar
|
Анализировать url |
| cs.nyu.edu |
Computer Science
|
Анализировать url |
| cims.nyu.edu |
Courant Institute
|
Анализировать url |
| cds.nyu.edu |
Data Science
|
Анализировать url |
| cs.washington.edu |
Luke Zettlemoyer
|
Анализировать url |
| yejinc.github.io |
Yejin Choi
|
Анализировать url |
| cs.utexas.edu |
Michael J.Q. Zhang
|
Анализировать url |
| ajd12342.github.io |
Anuj Diwan
|
Анализировать url |
| cs.utexas.edu |
David Harwarth)
|
Анализировать url |
| carriex.github.io |
Fangyuan Xu
|
Анализировать url |
| timchen0618.github.io |
Hung-Ting Chen
|
Анализировать url |
| yuhan.vercel.app |
Yuhan Liu
|
Анализировать url |
| varun221.github.io |
Varun Yerram
|
Анализировать url |
| hhexiy.github.io |
He He
|
Анализировать url |
| nbalepur.github.io |
Nishant Balepur
|
Анализировать url |
| ayushjhaveri.github.io |
Ayush Jhaveri
|
Анализировать url |
| dq2024.github.io |
Deniz Qian
|
Анализировать url |
| arxiv.org |
Failing to Falsify: Evaluating and Mitigating Confirmation Bias in Language Models
|
Анализировать url |
| hc-air.github.io |
ICLR HCAIR workshop 2026
|
Анализировать url |
| arxiv.org |
No Single Best Model for Diversity: Learning a Router for Sample Diversity
|
Анализировать url |
| arxiv.org |
ParaSpeechCLAP: A Dual-Encoder Speech-Text Model for Rich Stylistic Language-Audio Pretraining
|
Анализировать url |
| arxiv.org |
Language Models Don't Know What You Want: Evaluating Personalization in Deep Research Needs Real Users
|
Анализировать url |
| arxiv.org |
BenchMarker: An Education-Inspired Toolkit for Highlighting Flaws in Multiple-Choice Benchmarks
|
Анализировать url |
| arxiv.org |
RVR: Retrieve-Verify-Retrieve for Comprehensive Question Answering
|
Анализировать url |
| arxiv.org |
Beyond Single Embeddings: Capturing Diverse Targets with Multi-Query Retrieval
|
Анализировать url |
| arxiv.org |
DiffAdapt: Difficulty-Adaptive Reasoning for Token-Efficient LLM Inference
|
Анализировать url |
| arxiv.org |
SAGE: Steerable Agentic Data Generation for Deep Search with Execution Feedback
|
Анализировать url |
| arxiv.org |
User Feedback in Human-LLM Dialogues: A Lens to Understand Users But Noisy as a Learning Signal
|
Анализировать url |
| arxiv.org |
PropMEND: Hypernetworks for Knowledge Propagation in LLMs
|
Анализировать url |
| arxiv.org |
Learning to Reason Across Parallel Samples for LLM Reasoning
|
Анализировать url |
| arxiv.org |
On Language Models’ Sensitivity to Suspicious Coincidences
|
Анализировать url |
| arxiv.org |
Scaling Rich Style-Prompted Text-to-Speech Datasets
|
Анализировать url |
| paraspeechcaps.github.io |
[project website]
|
Анализировать url |
| arxiv.org |
Improving LLM-as-a-Judge Inference with the Judgment Distribution
|
Анализировать url |
| arxiv.org |
RARe: Retrieval Augmented Retrieval with In-Context Examples
|
Анализировать url |
| arxiv.org |
Rhapsody: A Dataset for Highlight Detection in Podcasts
|
Анализировать url |
| arxiv.org |
RefreshKV: Updating Small KV Cache During Long-form Generation
|
Анализировать url |
| arxiv.org |
CodeUpdateArena: Benchmarking Knowledge Editing on API Updates
|
Анализировать url |
| arxiv.org |
CaLMQA: Exploring culturally specific long-form question answering across 23 languages
|
Анализировать url |
| arxiv.org |
Diverging Preferences: When do Annotators Disagree and do Models Know?
|
Анализировать url |
| arxiv.org |
Open-World Evaluation for Retrieving Diverse Perspectives
|
Анализировать url |
| arxiv.org |
From Distributional to Overton Pluralism: Investigating Large Language Model Alignment
|
Анализировать url |
| arxiv.org |
Clarify When Necessary: Resolving Ambiguity Through Interaction with LMs
|
Анализировать url |
| arxiv.org |
Modeling Future Conversation Turns to Teach LLMs to Ask Clarifying Questions
|
Анализировать url |
| arxiv.org |
SVFT: Parameter-Efficient Fine-Tuning with Singular Vectors
|
Анализировать url |
| arxiv.org |
Contrastive Learning to Improve Retrieval for Real-world Fact Checking
|
Анализировать url |
| arxiv.org |
Exploring Design Choices for Building Language-Specific LLMs
|
Анализировать url |
| arxiv.org |
Unit-based Speech-to-Speech Translation Without Parallel Data
|
Анализировать url |
| arxiv.org |
Understanding Retrieval Augmentation for Long form Question Answering
|
Анализировать url |
| arxiv.org |
AmbigDocs: Reasoning across Documents on Different Entities under the Same Name
|
Анализировать url |
| ambigdocs.github.io |
[project website]
|
Анализировать url |
| arxiv.org |
Long-form Answers to Visual Questions from Blind and Low Vision People
|
Анализировать url |
| minahuh.com |
[project website]
|
Анализировать url |
| arxiv.org |
KIWI: A Dataset of Knowledge-Intensive Writing Instructions for Answering Research Questions
|
Анализировать url |
| arxiv.org |
BAT: Learning to Reason about Spatial Sounds with Large Language Models
|
Анализировать url |
| zhishengzheng.com |
[project website]
|
Анализировать url |
| arxiv.org |
Complex Claim Verification with Evidence Retrieved in the Wild
|
Анализировать url |
| arxiv.org |
Crafting In-context Examples according to LMs' Parametric Knowledge
|
Анализировать url |
| arxiv.org |
RECOMP: Improving Retrieval-Augmented LMs with Compression and Selective Augmentation
|
Анализировать url |
| openreview.net |
Learning to Reject with a Fixed Predictor: Application to Decontextualization
|
Анализировать url |
| pages.ischool.utexas.edu |
Aligning Data with the Goals of an Organization and Its Workers: Designing Data Labeling for Social Service Case Notes
|
Анализировать url |
| arxiv.org |
Continually Improving Extractive QA via Human Feedback
|
Анализировать url |
| arxiv.org |
Propagating Knowledge Updates to LMs Through Distillation
|
Анализировать url |
| arxiv.org |
Can LMs Learn New Entities from Descriptions? Challenges in Propagating Injected Knowledge
|
Анализировать url |
| arxiv.org |
When to Use Efficient Self Attention? Profiling Text, Speech and Image Transformer Variants
|
Анализировать url |
| arxiv.org |
A Critical Evaluation of Evaluations for Long-form Question Answering
|
Анализировать url |
| github.com |
[data/code]
|
Анализировать url |
| docs.google.com |
[talk]
|
Анализировать url |
| arxiv.org |
Concise Answers to Complex Questions: Summarization of Long-form Answers
|
Анализировать url |
| aclanthology.org |
Quantifying Train-Evaluation Overlap with Nearest Neighbors
|
Анализировать url |
| arxiv.org |
DIFFQG: Generating Questions to Summarize Factual Changes
|
Анализировать url |
| arxiv.org |
Continual Learning for On-Device Speech Recognition using Disentangled Conformers
|
Анализировать url |
| arxiv.org |
Understanding Postpartum Parents' Experiences via Two Digital Platforms
|
Анализировать url |
| arxiv.org |
Generating Literal and Implied Subquestions to Fact-check Complex Claims
|
Анализировать url |
| jifan-chen.github.io |
[project website]
|
Анализировать url |
| arxiv.org |
Rich Knowledge Sources Bring Complex Knowledge Conflicts: Recalibrating Models to Reflect Conflicting Evidence
|
Анализировать url |
| arxiv.org |
Why is Winoground Hard? Investigating Failures in Visuolinguistic Compositionality
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| docs.google.com |
[slides]
|
Анализировать url |
| arxiv.org |
Beyond Counting Datasets: A Survey of Multilingual Dataset Construction and Necessary Resources
|
Анализировать url |
| multilingual-dataset-survey.github.io |
[website]
|
Анализировать url |
| arxiv.org |
TyDiP: A Dataset for Politeness Classification in Nine Typologically Diverse Languages
|
Анализировать url |
| github.com |
[code/data]
|
Анализировать url |
| docs.google.com |
[poster]
|
Анализировать url |
| storage.googleapis.com |
Entity Cloze By Date: What LMs Know About Unseen Entities
|
Анализировать url |
| storage.googleapis.com |
[poster]
|
Анализировать url |
| arxiv.org |
Modeling Exemplification in Long-form Question Answering via Retrieval
|
Анализировать url |
| storage.googleapis.com |
[slides]
|
Анализировать url |
| arxiv.org |
How do we answer complex questions: Discourse structure of long form answers
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| storage.googleapis.com |
[poster]
|
Анализировать url |
| storage.googleapis.com |
[slides]
|
Анализировать url |
| arxiv.org |
Simulating Bandit Learning from User Feedback for Extractive Question Answering
|
Анализировать url |
| github.com |
[code]
|
Анализировать url |
| storage.googleapis.com |
[poster]
|
Анализировать url |
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Таким сайт eunsol.github.io видят поисковые системы. Процент оптимизации невысокий - 45%. Чтобы улучшить сайт и попасть в ТОП необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: