Анализ страницы https://sleepinyourhat.github.io/pubs/
Основное Готовность: 100%
Домен
sleepinyourhat.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.
Не настроен HSTS (Strict-Transport-Security) — рекомендуется включить.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 04.10.2026 22:45:22.
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
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.
Скорость загрузки
~0,34сек
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 0,34сек оптимальна.
Объем документа
43Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 43Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 3
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 3 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| js | https://www.googletagmanager.com/gtag/js?id=G-2Q65C8XLRE | |
| js | /js/common.7d05ec79fba4f066ce94ad95c18bc823ee6f727088b299bdc5e4d6e5f830e54b.js | |
| js | /js/analytics-bundle.14b7394dc1daf0bf2b30015df04d31229ea7677424d69246b56565be3f481e45.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 | "6a1b211f-afbd" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | CFE4:3E1B:18630EC:1897CD7:6A8984A8 |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 11:14:49 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230027-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787397289.318996,VS0,VE112 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 442b898e81eea9d1e4e500ec74837ddbecef0048 |
CMS
Hugo 0.128.0
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: Hugo 0.128.0.
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: 50%
Title
Publications - Sam Bowman
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: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Papers For papers after August 2023, see Google Scholar. Roger Grosse, Juhan Bae, Cem Anil, Nelson Elhage, Alex Tamkin, Amirhossein Tajdini, Benoit Steiner, …
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 уменьшить число символов в description (текущее значение: 158, оптимально: от 120 до 130)
Keywords
sam bowman,samuel r. bowman,anthropic,nyu,nlp,llm,ai safety
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.
Keywords установлены.
Канонический Url
https://sleepinyourhat.github.io/pubs/
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,shrink-to-fit=no
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: 7
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 - Sam Bowman |
| og:description | Papers For papers after August 2023, see Google Scholar. Roger Grosse, Juhan Bae, Cem Anil, Nelson Elhage, Alex Tamkin, Amirhossein Tajdini, Benoit Steiner, … |
| og:type | article |
| og:url | https://sleepinyourhat.github.io/pubs/ |
| og:image | https://sleepinyourhat.github.io/img/open-graph-logo.png |
| og:image:width | 200 |
| og:image:height | 200 |
Все мета-теги
Кол-во: 18
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 18шт. 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,shrink-to-fit=no |
| name | description | Papers For papers after August 2023, see Google Scholar. Roger Grosse, Juhan Bae, Cem Anil, Nelson Elhage, Alex Tamkin, Amirhossein Tajdini, Benoit Steiner, … |
| name | keywords | sam bowman,samuel r. bowman,anthropic,nyu,nlp,llm,ai safety |
| name | author | |
| name | generator | Hugo 0.128.0 |
| name | theme-color | #ffffff |
| name | twitter:title | Publications - Sam Bowman |
| name | twitter:description | Papers For papers after August 2023, see Google Scholar. Roger Grosse, Juhan Bae, Cem Anil, Nelson Elhage, Alex Tamkin, Amirhossein Tajdini, Benoit Steiner, … |
| name | twitter:site | @egreps |
| name | twitter:card | summary_large_image |
| name | twitter:image | https://sleepinyourhat.github.io/img/open-graph-logo.png |
| property | og:title | Publications - Sam Bowman |
| property | og:description | Papers For papers after August 2023, see Google Scholar. Roger Grosse, Juhan Bae, Cem Anil, Nelson Elhage, Alex Tamkin, Amirhossein Tajdini, Benoit Steiner, … |
| property | og:type | article |
| property | og:url | https://sleepinyourhat.github.io/pubs/ |
| property | og:image | https://sleepinyourhat.github.io/img/open-graph-logo.png |
| property | og:image:width | 200 |
| property | og:image:height | 200 |
Оптимизация Готовность: 82%
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 одном экземпляре).
Контент
Ошибок нет
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 3 встречаются в тексте достаточно.
Абзацев с текстом 121 достаточно.
Среднее число слов в абзаце 30 достаточно.
Кол-во знаков контента 26711 на странице оптимально.
Кол-во слов 3874 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 <h2> 2. Это хорошо.
На странице присутствуют заголовки <h3> 1.
Тошнота
10,82
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
4,67%
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 |
|---|---|---|
| bowman | 117 | 3,02% |
| samuel | 116 | 2,99% |
| proceedings | 69 | 1,78% |
| language | 40 | 1,03% |
| unpublished | 22 | 0,57% |
| manuscript | 22 | 0,57% |
| christopher | 20 | 0,52% |
| models | 19 | 0,49% |
| workshop | 18 | 0,46% |
| learning | 16 | 0,41% |
| natural | 16 | 0,41% |
| nikita | 15 | 0,39% |
| nangia | 15 | 0,39% |
| nicholas | 13 | 0,34% |
| warstadt | 13 | 0,34% |
| understanding | 13 | 0,34% |
| alicia | 12 | 0,31% |
| neural | 12 | 0,31% |
| corpus | 12 | 0,31% |
| parrish | 11 | 0,28% |
Индексация Готовность: 60%
Индексирование
Ошибок нет
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 186 оптимально. Поисковые роботы обязательно проиндексируют сайт.
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: 185 байт. Загружен за: 0сек.
Проверяемая страница не запрещена в robots.txt.
Robots.txt доступен по постоянному адресу
Показать содержимое robots.txt
# robots.txt file for "Sam Bowman" website, sleepinyourhat.github.io
User-agent: *
Allow: /
Disallow: /404.html
Disallow: /thanks
Sitemap: https://sleepinyourhat.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://sleepinyourhat.github.io/sitemap.xml |
|
Внутренние ссылки
Кол-во: 32
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 32 оптимально.
Внутренние ссылки не запрещены к индексации в robots.txt.
Показать внутренние ссылки
| Url | Анкор | Состояние |
|---|---|---|
| / |
About
|
|
| /blog/ |
Blog
|
|
| /faq/ |
FAQ
|
|
| /pubs/ |
Publications
|
|
| /classes/ |
Teaching
|
|
| / |
Sam Bowman
|
|
| /../summer-2021-talk.pdf |
slides for the 45-minute version of the talk
|
|
| /../xnli |
corpus page
|
|
| /../multinli |
corpus page
|
|
| /../multinli |
MultiNLI corpus page
|
|
| /../bowman2016phd.pdf |
Modeling natural language semantics in learned representations
|
|
| /../cvsc_poster.pdf |
poster
|
|
| /../Phonology_proceedings_paper_on_Kazakh.pdf |
Idiosyncratic transparent vowels in Kazakh
|
|
| /../depling.pdf |
More constructions, more genres: Extending Stanford Dependencies
|
|
| /../CLS_Seto.pdf |
Two arguments for vowel harmony by trigger competition
|
|
| /../bowman-chopra-srw-preprint.pdf |
Automatic animacy classification
|
|
| /../naaclposter.pdf |
poster
|
|
| /../icassp2011.pdf |
Speech recognition with segmental conditional random fields: A summary of the JHU CLSP 2010 Summer Workshop
|
|
| /../BowmanLivescu.pdf |
Modeling pronunciation variation with context-dependent articulatory feature decision trees
|
|
| /../alignment_workshop_2023.pdf |
Adversarial Scalable Oversight for Truthfulness: Work in Progress
|
|
| /../cai_panel_talk_2023.pdf |
A few technical points to keep in mind when discussing technologies like ChatGPT
|
|
| /../dadc_slides.pdf |
Why Adversarially-Collected Test Sets Don’t Work as Benchmarks
|
|
| /../CMU-2020.pdf |
How do we fix natural language understanding evaluation?
|
|
| /../Google-Summer-20.pdf |
Evaluating Recent Progress Toward General-Purpose Language Understanding Models
|
|
| /../UW-talk-19-11.pdf |
Evaluating Recent Progress Toward General-Purpose Language Understanding Models
|
|
| /../TILU-talk-19-09.pdf |
Task-Independent Language Understanding
|
|
| /../StarSEM2019.pdf |
Task-Independent Sentence Understanding Models
|
|
| /../cusp_snli_slides.pdf |
A large annotated corpus of entailments and contradictions
|
|
| /../Ling%201%20NLP%20lecture%202015a.pdf |
Computational Linguistics
|
|
| /../NLU%20Guest%20Lecture%20S2015.pdf |
Neural networks for natural language understanding
|
|
| /../setolsaposter.pdf |
Seto vowel harmony and neutral vowels
|
|
| /../bowman-futrell.pdf |
Measuring amok
|
|
Внешние ссылки
Кол-во: 153
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 153 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор |
|---|---|
| scholar.google.com |
Google Scholar
|
| arxiv.org |
Studying Large Language Model Generalization with Influence Functions
|
| arxiv.org |
Question Decomposition Improves the Faithfulness of Model-Generated Reasoning
|
| arxiv.org |
Measuring Faithfulness in Chain-of-Thought Reasoning
|
| openreview.net |
Inverse Scaling: When Bigger Isn’t Better
|
| github.com |
data
|
| aclanthology.org |
ScoNe: Benchmarking Negation Reasoning in Language Models With Fine-Tuning and In-Context Learning
|
| github.com |
data
|
| aclanthology.org |
What Do NLP Researchers Believe? Results of the NLP Community Metasurvey
|
| nlpsurvey.net |
results viewer
|
| aclanthology.org |
Instruction Induction: From Few Examples to Natural Language Task Descriptions
|
| github.com |
code and data
|
| arxiv.org |
Two Failures of Self-Consistency in the Multi-Step Reasoning of LLMs
|
| arxiv.org |
Language Models Don’t Always Say What They Think: Unfaithful Explanations in Chain-of-Thought Prompting
|
| github.com |
code and data
|
| arxiv.org |
Eight Things to Know about Large Language Models
|
| openreview.net |
Beyond the Imitation Game: Quantifying and extrapolating the capabilities of language models
|
| github.com |
code and data
|
| arxiv.org |
Improving Code Generation by Training with Natural Language Feedback
|
| github.com |
code and data
|
| openreview.net |
Pretraining Language Models with Human Preferences
|
| github.com |
code and data
|
| arxiv.org |
The Capacity for Moral Self-Correction in Large Language Models
|
| aclanthology.org |
(QA)²: Question Answering with Questionable Assumptions
|
| github.com |
data
|
| arxiv.org |
Discovering Language Model Behaviors with Model-Written Evaluations
|
| github.com |
data
|
| evals.anthropic.com |
interactive viewer
|
| taylorfrancis.com |
What Artificial Neural Networks Can Tell Us about Human Language Acquisition
|
| arxiv.org |
Constitutional AI: Harmlessness from AI Feedback
|
| arxiv.org |
Measuring Progress on Scalable Oversight for Large Language Models
|
| github.com |
data
|
| aclanthology.org |
SQuALITY: Building a Long-Document Summarization Dataset the Hard Way
|
| github.com |
data and code
|
| aclanthology.org |
SocioProbe: What, When, and Where Language Models Learn about Sociodemographics
|
| github.com |
code
|
| openreview.net |
Two-Turn Debate Doesn’t Help Humans Answer Hard Reading Comprehension Questions
|
| anthropic.com |
Red Teaming Language Models to Reduce Harms: Methods, Scaling Behaviors, and Lessons Learned
|
| arxiv.org |
Language Models (Mostly) Know What They Know
|
| aclanthology.org |
QuALITY: Question Answering with Long Input Texts, Yes!
|
| github.com |
data and code
|
| aclanthology.org |
The Dangers of Underclaiming: Reasons for Caution When Reporting How NLP Systems Fail
|
| aclanthology.org |
BBQ: A Hand-Built Bias Benchmark for Question Answering
|
| github.com |
data and code
|
| aclanthology.org |
What Makes Reading Comprehension Questions Difficult?
|
| arxiv.org |
preprint
|
| aclanthology.org |
Single-Turn Debate Does Not Help Humans Answer Hard Reading-Comprehension Questions
|
| arxiv.org |
Adversarially Constructed Evaluation Sets Are More Challenging, but May Not Be Fair
|
| aclanthology.org |
Clean or Annotate: How to Spend a Limited Data Collection Budget
|
| aclanthology.org |
NOPE: A Corpus of Naturally-Occurring Presuppositions in English
|
| github.com |
corpus page
|
| aclanthology.org |
Does Putting a Linguist in the Loop Improve NLU Data Collection?
|
| github.com |
code and data
|
| aclanthology.org |
Fine-Tuned Transformers Show Clusters of Similar Representations Across Layers
|
| aclanthology.org |
What Ingredients Make for an Effective Crowdsourcing Protocol for Difficult NLU Data Collection Tasks?
|
| github.com |
code and data
|
| aclanthology.org |
Comparing Test Sets with Item Response Theory
|
| github.com |
code and data
|
| aclanthology.org |
When Do You Need Billions of Words of Pretraining Data?
|
| github.com |
code
|
| aclweb.org |
What Will it Take to Fix Benchmarking in Natural Language Understanding?
|
| aclweb.org |
Asking Crowdworkers to Write Entailment Examples: The Best of Bad Options
|
| github.com |
code and data
|
| aclweb.org |
English Intermediate-Task Training Improves Zero-Shot Cross-Lingual Transfer Too
|
| github.com |
code
|
| aclweb.org |
Learning Which Features Matter: RoBERTa Acquires a Preference for Linguistic Generalizations (Eventually)
|
| github.com |
code and data
|
| aclweb.org |
Precise Task Formalization Matters in Winograd Schema Evaluations
|
| github.com |
code
|
| aclweb.org |
New Protocols and Negative Results for Textual Entailment Data Collection
|
| github.com |
code and data
|
| aclweb.org |
CrowS-Pairs: A Challenge Dataset for Measuring Social Biases in Masked Language Models
|
| github.com |
code and data
|
| aclweb.org |
Counterfactually-Augmented SNLI Training Data Does Not Yield Better Generalization Than Unaugmented Data
|
| github.com |
code and data
|
| cognitivesciencesociety.org |
Can self-supervised neural networks learn a bias towards structural linguistic generalizations?
|
| github.com |
code and data
|
| aclweb.org |
Self-Training for Unsupervised Parsing with PRPN
|
| github.com |
code
|
| aclweb.org |
Intermediate-Task Transfer Learning with Pretrained Language Models: When and Why Does It Work?
|
| aclweb.org |
jiant: A Software Toolkit for Research on General-Purpose Text Understanding Models
|
| jiant.info |
project site
|
| mitpressjournals.org |
BLiMP: A Benchmark of Linguistic Minimal Pairs for English
|
| github.com |
project site
|
| arxiv.org |
Learning to Learn Morphological Inflection for Resource-Poor Languages
|
| arxiv.org |
Do Attention Heads in BERT Track Syntactic Dependencies?
|
| arxiv.org |
Inducing Constituency Trees through Neural Machine Translation
|
| aclweb.org |
Neural Unsupervised Parsing Beyond English
|
| papers.nips.cc |
SuperGLUE: A Stickier Benchmark for General-Purpose Language Understanding Systems
|
| super.gluebenchmark.com |
project site
|
| jiant.info |
baseline code
|
| papers.neurips.cc |
Can Unconditional Language Models Recover Arbitrary Sentences?
|
| aclweb.org |
Investigating BERT’s Knowledge of Language: Five Analysis Methods with NPIs
|
| github.com |
code and data
|
| arxiv.org |
Towards Realistic Practices In Low-Resource Natural Language Processing: The Development Set
|
| transacl.org |
Neural Network Acceptability Judgments
|
| nyu-mll.github.io |
corpus page
|
| aclweb.org |
Can You Tell Me How to Get Past Sesame Street: Sentence-Level Pretraining Beyond Language Modeling
|
| github.com |
code
|
| arxiv.org |
Human vs. Muppet: A Conservative Estimate of Human Performance on the GLUE Benchmark
|
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://sleepinyourhat.github.io/pubs/ готова к продвижению на 73%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: