Анализ страницы https://ldilab.github.io/publications
Основное Готовность: 100%
Домен
ldilab.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.
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.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 25.09.2026 2:24:29.
Включён HSTS (Strict-Transport-Security) — защита от подмены на http.
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
~0,60сек
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 0,60сек оптимальна.
Объем документа
1395Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 1395Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 2
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 2 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | https://ldilab.github.io/assets/css/main.css | |
| stylesheet | https://ldilab.github.io/assets/css/font-awesome.min.css |
Серверные заголовки
Кол-во: 18
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 18шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| Strict-Transport-Security | max-age=31556952 |
| ETag | "6a8807a4-15cee2" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | C9A2:10D7A:2153DDC:219AFD8:6A89B7F3 |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 14:53:40 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230205-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787410420.962529,VS0,VE202 |
| Vary | Accept-Encoding |
| x-fastly-request-id | e5249ac7db425500f69c949f295b1e803a59e41a |
CMS
Jekyll v3.10.0
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.
В мета-теге generator указано: Jekyll v3.10.0.
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: 48%
Title
LDILab - SNU
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: 12, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Language Data Intelligence Laboratory at Seoul National University
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.
Необходимо увеличить число символов в description (текущее значение мало: 66, минимум: 80, оптимально: от 120 до 130)
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
https://ldilab.github.io/publications
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.
Канонический Url прописан корректно.
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, initial-scale=1
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.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Разметка OpenGraph
Кол-во: 6
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 задана. Страница оптимизирована под социальные сети.
Показать полный список og мета-тегов
| Тип | Значение |
|---|---|
| og:title | Publications |
| og:locale | en_US |
| og:description | Language Data Intelligence Laboratory at Seoul National University |
| og:url | https://ldilab.github.io/publications |
| og:site_name | LDILab - SNU |
| og:type | website |
Все мета-теги
Кол-во: 11
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 11шт. 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, initial-scale=1 |
| name | generator | Jekyll v3.10.0 |
| name | description | Language Data Intelligence Laboratory at Seoul National University |
| name | twitter:card | summary |
| property | og:title | Publications |
| property | og:locale | en_US |
| property | og:description | Language Data Intelligence Laboratory at Seoul National University |
| property | og:url | https://ldilab.github.io/publications |
| property | og:site_name | LDILab - SNU |
| property | og:type | website |
| property | twitter:title | Publications |
Оптимизация Готовность: 45%
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 в единственном экземпляре).
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 0 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Абзацев с текстом 4 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Среднее число слов в абзаце 27 достаточно.
Кол-во знаков контента 18862 на странице оптимально.
Кол-во слов 2729 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.
Тошнота
11,22
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
1,61%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота не дотягивает до нормы 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 |
|---|---|---|
| seung-won | 126 | 4,62% |
| findings | 23 | 0,84% |
| retrieval | 18 | 0,66% |
| seungtaek | 16 | 0,59% |
| dohyeon | 15 | 0,55% |
| minsoo | 15 | 0,55% |
| jaeseong | 14 | 0,51% |
| jinyoung | 14 | 0,51% |
| generation | 13 | 0,48% |
| kyungjae | 13 | 0,48% |
| youngwon | 11 | 0,40% |
| jihyuk | 11 | 0,40% |
| language | 11 | 0,40% |
| reinald | 10 | 0,37% |
| amplayo | 10 | 0,37% |
| yuxiong | 9 | 0,33% |
| zhewei | 8 | 0,29% |
| models | 8 | 0,29% |
| learning | 8 | 0,29% |
| classification | 8 | 0,29% |
Индексация Готовность: 40%
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 401 слишком много. Проведите ревизию и оптимизацию ссылок сайта.
Robots.txt
Найден корректный robots.txt
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.
Robots.txt настроен корректно. Размер файла: 46 байт. Загружен за: 0сек.
Проверяемая страница не запрещена в robots.txt.
Robots.txt доступен по постоянному адресу
Показать содержимое robots.txt
Sitemap: https://ldilab.github.io/sitemap.xml
Sitemap
Кол-во: 1
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 содержит карту сайта. Это прекрасно!
Robots.txt не содержит ошибок в карте сайта.
Показать карту сайта
| Url | Статус |
|---|---|
| https://ldilab.github.io/sitemap.xml |
|
Внутренние ссылки
Кол-во: 145
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 145 оптимально.
Внутренние ссылки не запрещены к индексации в robots.txt.
На странице присутствуют изображения 1.
Показать первые 100 внутренних ссылок
| Url | Анкор | Состояние |
|---|---|---|
| / |
Home
|
|
| /publications |
Publications
|
|
| /people |
People
|
|
| /person/leeyw/ |
Youngwon Lee
|
|
| /person/kimjongho/ |
{Jongho Kim
|
|
| /person/kimjyoung/ |
Jaeyoung Kim}
|
|
| /person/kimjhyeok/ |
Jihyuk Kim
|
|
| /person/leedh/ |
Dohyeon Lee
|
|
| /person/jeongys/ |
Yeonseok Jeong
|
|
| /person/kimjy/ |
Jongyoon Kim
|
|
| /person/hwangms/ |
Minseong Hwang
|
|
| /person/hanhj/ |
Hojae Han
|
|
| /person/kimjj/ |
Jaejin Kim
|
|
| /person/hanhj/ |
{Hojae Han
|
|
| /person/jeongys/ |
Yeonseok Jeong}
|
|
| /person/kimjyoung/ |
{Jaeyoung Kim
|
|
| /person/kimjongho/ |
Jongho Kim}
|
|
| /person/leeyw/ |
Youngwon Lee
|
|
| /person/kimjy/ |
{Jongyoon Kim
|
|
| /person/hanhj/ |
Hojae Han}
|
|
| /person/kimms/ |
Minsoo Kim
|
|
| /person/leejs/ |
Jaeseong Lee
|
|
| /person/kimjyoung/ |
{Jaeyoung Kim
|
|
| /person/leedh/ |
Dohyeon Lee
|
|
| /person/hongsn/ |
Soona Hong}
|
|
| /person/yoonsy/ |
Soyoung Yoon
|
|
| /person/kimjongho/ |
Jongho Kim
|
|
| /person/kwondaey/ |
Daeyong Kwon
|
|
| /person/yoonsy/ |
{Soyoung Yoon
|
|
| /person/chogh/ |
Gyu-Hwung Cho
|
|
| /person/jeongys/ |
Yeonseok Jeong
|
|
| /person/kimms/ |
Minsoo Kim
|
|
| /person/leedh/ |
Dohyeon Lee
|
|
| /person/jeongys/ |
Yeonseok Jeong
|
|
| /person/kimms/ |
Minsoo Kim
|
|
| /person/jeongyj/ |
Yeonjoon Jung
|
|
| /person/leejs/ |
Jaeseong Lee
|
|
| /person/kimjongho/ |
Jongho Kim
|
|
| /person/yoonsy/ |
Soyoung Yoon
|
|
| /person/leeyw/ |
Youngwon Lee
|
|
| /person/leejs/ |
Jaeseong Lee
|
|
| /person/jeongys/ |
Yeonseok Jeong
|
|
| /person/leedh/ |
Dohyeon Lee
|
|
| /person/kimjhyeok/ |
Jihyuk Kim
|
|
| /person/kimjhyeok/ |
Jihyuk Kim
|
|
| /person/storair/ |
{Romain Storaï
|
|
| /person/leejs/ |
Jaeseong Lee}
|
|
| /person/hanhj/ |
Hojae Han
|
|
| /person/kimjyoung/ |
Jaeyoung Kim
|
|
| /person/leedh/ |
Dohyeon Lee
|
|
| /person/leejs/ |
Jaeseong Lee
|
|
| /person/leedh/ |
Dohyeon Lee
|
|
| /person/kimjy/ |
Jongyoon Kim
|
|
| /person/kimjhyeok/ |
Jihyuk Kim
|
|
| /person/storair/ |
Romain Storaï
|
|
| /person/leeyw/ |
Youngwon Lee
|
|
| /person/leeyw/ |
Youngwon Lee
|
|
| /person/leeyw/ |
Youngwon Lee}
|
|
| /person/leejs/ |
{Jaeseong Lee
|
|
| /person/hanhj/ |
Hojae Han}
|
|
| /person/kimjy/ |
Jongyoon Kim
|
|
| /person/yoojs/ |
Jaeseok Yoo
|
|
| /person/hanhj/ |
Hojae Han
|
|
| /person/leeyw/ |
Youngwon Lee
|
|
| /person/kimjj/ |
Jaejin Kim
|
|
| /person/kimjongho/ |
Jongho Kim}
|
|
| /person/leejs/ |
Jaeseong Lee
|
|
| /person/parkwp/ |
Wonpyo Park
|
|
| /person/jeongyj/ |
YeonJoon Jung
|
|
| /person/leejs/ |
Jaeseong Lee
|
|
| /person/leedh/ |
Dohyeon Lee
|
|
| /person/kimms/ |
Minsoo Kim
|
|
| /person/kimms/ |
Minsoo Kim
|
|
| /person/kimjy/ |
Jongyoon Kim
|
|
| /person/kimjhyeok/ |
Jihyuk Kim
|
|
| /person/kimms/ |
Minsoo Kim
|
|
| /person/kimjongho/ |
Jongho Kim
|
|
| /person/storair/ |
Romain Storaï
|
|
| /person/yoonsy/ |
{Soyoung Yoon
|
|
| /person/kimjy/ |
Jongyoon Kim}
|
|
| /person/yoonsy/ |
Soyoung Yoon
|
|
| /person/hanhj/ |
Hojae Han
|
|
| /person/kimjj/ |
Jaejin Kim
|
|
| /person/yoojs/ |
Jaeseok Yoo
|
|
| /person/leeyw/ |
Youngwon Lee
|
|
| /person/leedh/ |
{Dohyeon Lee
|
|
| /person/kimjy/ |
Jongyoon Kim}
|
|
| /person/kimms/ |
Minsoo Kim
|
|
| /person/kimjyoung/ |
Jaeyoung Kim
|
|
| /person/leedh/ |
Dohyeon Lee
|
|
| /person/leejs/ |
Jaeseong Lee
|
|
| /person/leedh/ |
Dohyeon Lee
|
|
| /person/leejs/ |
Jaeseong Lee
|
|
| /person/leejs/ |
Jaeseong Lee
|
|
| /person/jeongyj/ |
YeonJoon Jung
|
|
| /person/kimjongho/ |
Jongho Kim
|
|
| /person/leedh/ |
Dohyeon Lee
|
|
| /person/kimms/ |
Minsoo Kim
|
|
| /person/leeyw/ |
{Youngwon Lee
|
|
| /person/hanhj/ |
Hojae Han
|
|
Внешние ссылки
Кол-во: 253
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 253 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор |
|---|---|
| aclanthology.org |
GRAD: Generalizing RAG Adaptation with Decoding
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Adaptive Retrieval for Reasoning
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Beyond Markovian Forgetfulness: Episodic Memory for Reasoning-Intensive Retrieval
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
UnIte: Uncertainty-based Iterative Document Sampling for Domain Adaptation in Information Retrieval
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
DuET: Dual Execution for Test Output Prediction with Generated Code and Pseudocode
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
R3-SQL: Ranking Reward and Resampling for Text-to-SQL
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Relevance to Utility: Process-Supervised Rewrite for RAG
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Agentic Verification for Ambiguous Query Disambiguation
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Benchmarking Testing in Automated Theorem Proving
|
| seungwonh.github.io |
Seung-won Hwang
|
| openreview.net |
Dual-Scale World Memory for LLM Agents towards Hard-Exploration Problems
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
TAGQuant: Token-Aware Clustering for Group-Wise Quantization
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
D3: Dynamic Docid Decoding for Multi-Intent Generative Retrieval
|
| seungwonh.github.io |
Seung-won Hwang
|
| doi.org |
On Listwise Reranking for Corpus Feedback
|
| seungwonh.github.io |
Seung-won Hwang
|
| arxiv.org |
AcuRank: Uncertainty-Aware Adaptive Computation for Listwise Reranking
|
| seungwonh.github.io |
Seung-won Hwang
|
| arxiv.org |
Agent-as-Judge for Factual Summarization of Long Narratives
|
| seungwonh.github.io |
Seung-won Hwang
|
| arxiv.org |
From Token to Action: State Machine Reasoning to Mitigate Overthinking in Information Retrieval
|
| seungwonh.github.io |
Seung-won Hwang
|
| arxiv.org |
CoEx – Co-evolving World-model and Exploration
|
| seungwonh.github.io |
Seung-won Hwang
|
| seungwonh.github.io |
Seung-won Hwang
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Counterfactual-Consistency Prompting for Relative Temporal Understanding in Large Language Models
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
RoToR: Towards More Reliable Responses for Order-Invariant Inputs
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
STUN: Structured-Then-Unstructured Pruning for Scalable MoE Pruning
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
ECoRAG: Evidentiality-guided Compression for Long Context RAG
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Tree-of-Prompts: Abstracting Control-Flow for Prompt Optimization
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
FaVe: Factored and Verified Search Rationale for Long-form Answer
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Smarter, Not Harder: Training-Free Adaptive Computation for Transformers
|
| seungwonh.github.io |
Seung-won Hwang
|
| arxiv.org |
ConvCodeWorld: Benchmarking Conversational Code Generation in Reproducible Feedback Environments
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Query-focused Referentiability Learning for Zero-shot Retrieval
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
PROM: Pivoted and Regulated Optimization for Multilingual Instruction Learning
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
tRAG: Term-level Retrieval-Augmented Generation for Zero-shot Retrieval
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
HARP: Hesitation-Aware Reframing in Transformer Inference Pass
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
CORD: Balancing COnsistency and Rank Distillation for Robust Retrieval-Augmented Generation
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Inference Scaling for Bridging Retrieval and Augmented Generation
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Query Variant Detection Using Retriever as Environment
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
PLEX: Adaptive Parameter-Efficient Fine-Tuning for Code LLMs using Lottery-Tickets
|
| seungwonh.github.io |
Seung-won Hwang
|
| arxiv.org |
PERC: Plan-As-Query Example Retrieval for Underrepresented Code Generation
|
| seungwonh.github.io |
Seung-won Hwang
|
| nature.com |
Piano performance evaluation dataset with multilevel perceptual features
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Breaking ReLU Barrier: Generalized MoEfication for Dense Pretrained Models
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Interventional Speech Noise Injection for ASR Generalizable Spoken Language Understanding
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
QuBE: Question-based Belief Enhancement for Agentic LLM
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Meta-Prompting Efficient Task-Adaptive Query Generator for Retrieval
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Intended Target Identification for Anomia Patients with Gradient-based Selective Augmentation
|
| seungwonh.github.io |
Seung-won Hwang
|
| ceur-ws.org |
Analyzing the Effectiveness of Listwise Reranking with Positional Invariance on Temporal Generalizability
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
ListT5: Listwise Reranking with Fusion-in-Decoder Improves Zero-shot Retrieval
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
ArchCode: Incorporating Software Requirements in Code Generation with Large Language Models
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
DADA: Distribution-Aware Domain Adaptation of PLMs for Information Retrieval
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
RaDA: Retrieval-augmented Web Agent Planning with LLMs
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
HIL: Hybrid Isotropy Learning for Zero-shot Performance in Dense retrieval
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
Script-mix: Mixing Scripts for Low-resource Language Parsing
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
ContrastiveMix: Overcoming Code-Mixing Dilemma in Cross-Lingual Transfer for Information Retrieval
|
| seungwonh.github.io |
Seung-won Hwang
|
| aclanthology.org |
COMMIT: Code-Mixing English-Centric Large Language Model for Multilingual Instruction Tuning
|
| seungwonh.github.io |
Seung-won Hwang
|
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
Страница https://ldilab.github.io/publications готова к продвижению на 58%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: