Анализ страницы https://weirayao.github.io/cv
Основное Готовность: 100%
Домен
weirayao.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:
https://weirayao.github.io/cv
301 MovedPermanently
https://weirayao.github.io/cv/
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.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 04.10.2026 22:45:22.
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
~0,42сек
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 0,42сек оптимальна.
Объем документа
162Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 162Кб 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 | https://fonts.googleapis.com/css?family=Gaegu:300,700 | |
| stylesheet | /styles.css | |
| stylesheet | https://use.fontawesome.com/releases/v5.5.0/css/all.css | |
| js | https://www.googletagmanager.com/gtag/js?id=G-YMVTT71WC1 |
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 | "6a781367-28c32" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | A5C2:2E3FDC:1F3FFD:21B2F3:6A899222 |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 12:12:18 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270043-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787400739.779319,VS0,VE131 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 492464e0c15e50753be4c32e0ffbe83df2b95840 |
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: 48%
Title
Weiran Yao - CV
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: 33, 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, initial-scale=1.0
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: 3
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:url | https://weirayao.github.io/ |
| og:title | Weiran Yao |
| og:description | Weiran Yao is a Research Scientist at Salesforce AI Research. |
Все мета-теги
Кол-во: 10
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 10шт. 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=1.0 |
| name | twitter:card | summary |
| name | twitter:site | @iscreamnearby |
| name | twitter:creator | @iscreamnearby |
| name | msapplication-TileColor | #313131 |
| name | msapplication-config | /icons/browserconfig.xml?v=xQdLjRyXLj |
| name | theme-color | #ffffff |
| property | og:url | https://weirayao.github.io/ |
| property | og:title | Weiran Yao |
| property | og:description | Weiran Yao is a Research Scientist at Salesforce AI Research. |
Оптимизация Готовность: 52%
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
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 3 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Среднее число слов в абзаце 5 слишком мало. Сделайте контент более читаемым!
Кол-во знаков контента 47355 на странице оптимально.
Кол-во слов 6838 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> 8. Это хорошо.
На странице присутствуют заголовки <h3> 3.
Тошнота
9,95
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
4,46%
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 |
|---|---|---|
| weiran | 99 | 1,45% |
| project | 56 | 0,82% |
| bibtex | 56 | 0,82% |
| learning | 55 | 0,80% |
| zhiwei | 52 | 0,76% |
| caiming | 48 | 0,70% |
| shelby | 47 | 0,69% |
| heinecke | 47 | 0,69% |
| silvio | 40 | 0,58% |
| savarese | 39 | 0,57% |
| jianguo | 38 | 0,56% |
| niebles | 36 | 0,53% |
| preprint | 34 | 0,50% |
| carlos | 34 | 0,50% |
| journal={arxiv | 33 | 0,48% |
| conference | 30 | 0,44% |
| haolin | 28 | 0,41% |
| rithesh | 27 | 0,39% |
| murthy | 26 | 0,38% |
| agents | 25 | 0,37% |
Индексация Готовность: 10%
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 887 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: 70 байт. Загружен за: 0сек.
Проверяемая страница не запрещена в robots.txt.
Robots.txt доступен по постоянному адресу
Показать содержимое robots.txt
User-agent: *
Allow: /
Sitemap: http://weirayao.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 ошибку в карте сайта. Рекомендуем исправить ссылку на карту сайта и проверить ее содержимое.
Robots.txt содержит карту сайта. Это прекрасно!
Показать карту сайта
| Url | Статус |
|---|---|
| http://weirayao.github.io/sitemap.xml |
Отличаются протоколы!
|
Внутренние ссылки
Кол-во: 120
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 120 оптимально.
Внутренние ссылки не запрещены к индексации в robots.txt.
Показать первые 100 внутренних ссылок
| Url | Анкор | Состояние |
|---|---|---|
|
Weiran Yao
|
|
|
|
<i class="fas fa-home icon" style="color: #515151"></i>
|
|
|
|
weirayao.github.io
|
|
|
| /cv.pdf |
<i class="far fa-file-pdf icon" style="color: #ba2818"></i>
|
|
| /cv.pdf |
CV PDF
|
|
| /papers/cura |
<b>Cura 1T: Specialized Model for Agentic Healthcare</b>
|
|
| /papers/cura |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/chi-bench |
<b>χ-Bench: Can AI Agents Automate End-to-End, Long-Horizon, Policy-Rich Healthcare Workflows?</b>
|
|
| /papers/chi-bench |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/webscale-rl |
<b>Webscale-RL: Automated Data Pipeline for Scaling RL Data to Pretraining Levels</b>
|
|
| /papers/webscale-rl |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/apigenmt |
<b>APIGen-MT: Agentic PIpeline for Multi-Turn Data Generation via Simulated Agent-Human Interplay</b>
|
|
| /papers/apigenmt |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/latro |
<b>Language Models are Hidden Reasoners: Unlocking Latent Reasoning Capabilities via Self-Rewarding</b>
|
|
| /papers/latro |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/pract |
<b>PRAct: Optimizing Principled Reasoning and Acting of LLM Agent</b>
|
|
| /papers/pract |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/xlam |
<b>xLAM: A Family of Large Action Models to Empower AI Agent Systems</b>
|
|
| /papers/xlam |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/dei |
<b>Diversity Empowers Intelligence: Integrating Expertise of Software Engineering Agents</b>
|
|
| /papers/dei |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/apigen |
<b>APIGen: Automated Pipeline for Generating Verifiable and Diverse Function-Calling Datasets</b>
|
|
| /papers/apigen |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/retroformer |
<b>Retroformer: Retrospective Large Language Agents with Policy Gradient Optimization</b>
|
|
| /papers/retroformer |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/agentlite |
<b>AgentLite: A Lightweight Library for Building and Advancing Task-Oriented LLM Agent System</b>
|
|
| /papers/agentlite |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/bolaa |
<b>BOLAA: Benchmarking and Orchestrating LLM-augmented Autonomous Agents</b>
|
|
| /papers/bolaa |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/plot |
<b>PLOT: Prompt Learning with Optimal Transport for Vision-Language Models</b>
|
|
| /papers/plot |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/causalai |
<b>Salesforce CausalAI Library: A Fast and Scalable Framework for Causal Analysis of Time Series and Tabular Data</b>
|
|
| /papers/causalai |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/distribution |
<b>Distribution-aware Goal Prediction and Conformant Model-based Planning for Safe Autonomous Driving </b>
|
|
| /papers/distribution |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/leap |
<b>Learning Temporally Causal Latent Processes from General Temporal Data</b>
|
|
| /papers/leap |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/cura |
<b>Cura 1T: Specialized Model for Agentic Healthcare</b>
|
|
| /papers/cura |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/chi-bench |
<b>χ-Bench: Can AI Agents Automate End-to-End, Long-Horizon, Policy-Rich Healthcare Workflows?</b>
|
|
| /papers/chi-bench |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/edr |
<b>Enterprise Deep Research: Steerable Multi-Agent Deep Research for Enterprise Analytics</b>
|
|
| /papers/edr |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/webscale-rl |
<b>Webscale-RL: Automated Data Pipeline for Scaling RL Data to Pretraining Levels</b>
|
|
| /papers/webscale-rl |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/userrl |
<b>UserRL: Training Interactive User-Centric Agent via Reinforcement Learning</b>
|
|
| /papers/userrl |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/mcpeval |
<b>MCPEval: Automatic MCP-based Deep Evaluation for AI Agent Models</b>
|
|
| /papers/mcpeval |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/apigenmt |
<b>APIGen-MT: Agentic PIpeline for Multi-Turn Data Generation via Simulated Agent-Human Interplay</b>
|
|
| /papers/apigenmt |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/actionstudio |
<b>ActionStudio: A Lightweight Framework for Data and Training of Large Action Models</b>
|
|
| /papers/actionstudio |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/persona |
<b>PersonaBench: Evaluating AI Models on Understanding Personal Information through Accessing (Synthetic) Private User Data</b>
|
|
| /papers/persona |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/spectool |
<b>SpecTool: A Benchmark for Characterizing Errors in Tool-Use LLMs</b>
|
|
| /papers/spectool |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/latro |
<b>Language Models are Hidden Reasoners: Unlocking Latent Reasoning Capabilities via Self-Rewarding</b>
|
|
| /papers/latro |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/pract |
<b>PRAct: Optimizing Principled Reasoning and Acting of LLM Agent</b>
|
|
| /papers/pract |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/xlam |
<b>xLAM: A Family of Large Action Models to Empower AI Agent Systems</b>
|
|
| /papers/xlam |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/dei |
<b>Diversity Empowers Intelligence: Integrating Expertise of Software Engineering Agents</b>
|
|
| /papers/dei |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/apigen |
<b>APIGen: Automated Pipeline for Generating Verifiable and Diverse Function-Calling Datasets</b>
|
|
| /papers/apigen |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/retroformer |
<b>Retroformer: Retrospective Large Language Agents with Policy Gradient Optimization</b>
|
|
| /papers/retroformer |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/agent-ohana |
<b>AgentOhana: Design Unified Data and Training Pipeline for Effective Agent Learning</b>
|
|
| /papers/agent-ohana |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/agentlite |
<b>AgentLite: A Lightweight Library for Building and Advancing Task-Oriented LLM Agent System</b>
|
|
| /papers/agentlite |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/edit |
<b>Editing Arbitrary Propositions in LLMs without Subject Labels</b>
|
|
| /papers/edit |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/causal-layer |
<b>Causal Layering via Conditional Entropy</b>
|
|
| /papers/causal-layer |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/caring |
<b>CaRiNG: Learning Temporal Causal Representation under Non-Invertible Generation Process</b>
|
|
| /papers/caring |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/drdt |
<b>DRDT: Dynamic Reflection with Divergent Thinking for LLM-based Sequential Recommendation</b>
|
|
| /papers/drdt |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/nctcl |
<b>Temporally Disentangled Representation Learning under Unknown Nonstationarity</b>
|
|
| /papers/nctcl |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/bolaa |
<b>BOLAA: Benchmarking and Orchestrating LLM-augmented Autonomous Agents</b>
|
|
| /papers/bolaa |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/rex |
<b>REX: Rapid Exploration and eXploitation for AI Agents</b>
|
|
| /papers/rex |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/unlikelihood |
<b>On the Unlikelihood of D-Separation</b>
|
|
| /papers/unlikelihood |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/npssm |
<b>Non-Parametric State-Space Models: Identifiability, Estimation and Forecasting</b>
|
|
| /papers/npssm |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/plot |
<b>PLOT: Prompt Learning with Optimal Transport for Vision-Language Models</b>
|
|
| /papers/plot |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/causalai |
<b>Salesforce CausalAI Library: A Fast and Scalable Framework for Causal Analysis of Time Series and Tabular Data</b>
|
|
| /papers/causalai |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/tdrl |
<b>Temporally Disentangled Representation Learning</b>
|
|
| /papers/tdrl |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/distribution |
<b>Distribution-aware Goal Prediction and Conformant Model-based Planning for Safe Autonomous Driving </b>
|
|
| /papers/distribution |
<i class="fas fa-link" aria-hidden="true"></i> Project
|
|
| /papers/imsda |
<b>Partial Disentanglement for Domain Adaptation</b>
|
|
Внешние ссылки
Кол-во: 765
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 765 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор |
|---|---|
| actava.ai |
actAVA
|
| github.com |
<i class="fab fa-github icon" style="color: #6e5494"></i>
|
| github.com |
@weirayao
|
| twitter.com |
<i class="fab fa-twitter icon" style="color: #1da1f2"></i>
|
| twitter.com |
@iscreamnearby
|
| scholar.google.com |
<i class="fa fa-graduation-cap icon" style="color: #515151"></i>
|
| scholar.google.com |
Google Scholar
|
| actava.ai |
<b>actAVA</b>
|
| actava.ai |
AI
|
| salesforceairesearch.com |
<b>Salesforce</b>
|
| salesforceairesearch.com |
AI Research
|
| salesforceairesearch.com |
<b>Salesforce</b>
|
| salesforceairesearch.com |
AI Research
|
| salesforceairesearch.com |
<b>Salesforce</b>
|
| salesforceairesearch.com |
AI Research
|
| cmu.edu |
Carnegie Mellon University
|
| andrew.cmu.edu |
Kun Zhang
|
| sites.google.com |
Sean Qian
|
| andrew.cmu.edu |
Kun Zhang
|
| ml.cmu.edu |
Carnegie Mellon University
|
| hlnchen.github.io |
Haolin Chen
|
| actava.ai |
Leon Qi
|
| actava.ai |
Steve Brown
|
| actava.ai |
Deon Metelski
|
| actava.ai |
Tao Xia
|
| actava.ai |
Joonyul Lee
|
| actava.ai |
Kevin Riley
|
| actava.ai |
Frank Wang
|
| weirayao.com |
Weiran Yao
|
| arxiv.org |
<i class="fas fa-file-pdf" aria-hidden="true"></i> PDF
|
| actava.ai |
<i class="fas fa-newspaper" aria-hidden="true"></i> Blog
|
| github.com |
<i class="fas fa-code" aria-hidden="true"></i> Code
|
| hlnchen.github.io |
Haolin Chen
|
| actava.ai |
Deon Metelski
|
| actava.ai |
Leon Qi
|
| actava.ai |
Tao Xia
|
| actava.ai |
Joonyul Lee
|
| actava.ai |
Steve Brown
|
| actava.ai |
Kevin Riley
|
| actava.ai |
Frank Wang
|
| xiangchensong.github.io |
Xiangchen Song
|
| csd.cmu.edu |
Lingjing Kong
|
| sites.google.com |
Zhiwei Liu
|
| andrew.cmu.edu |
Kun Zhang
|
| scholar.google.com |
Caiming Xiong
|
| cs.uic.edu |
Philip S. Yu
|
| weirayao.com |
Weiran Yao
|
| arxiv.org |
<i class="fas fa-file-pdf" aria-hidden="true"></i> PDF
|
| actava.ai |
<i class="fas fa-newspaper" aria-hidden="true"></i> Blog
|
| github.com |
<i class="fas fa-code" aria-hidden="true"></i> Code
|
| huggingface.co |
<i class="fas fa-database" aria-hidden="true"></i> Data
|
| hlnchen.github.io |
Haolin Chen
|
| sites.google.com |
Shiyu Wang
|
| zuxin.me |
Zuxin Liu
|
| sites.google.com |
Zhiwei Liu
|
| aicenter.stanford.edu |
Silvio Savarese
|
| scholar.google.com |
Caiming Xiong
|
| huan-december.github.io |
Huan Wang
|
| weirayao.com |
Weiran Yao
|
| arxiv.org |
<i class="fas fa-file-pdf" aria-hidden="true"></i> PDF
|
| huggingface.co |
<i class="fas fa-code" aria-hidden="true"></i> Code
|
| aksh555.github.io |
Akshara Prabhakar
|
| zuxin.me |
Zuxin Liu
|
| jianguoz.github.io |
Jianguo Zhang
|
| linkedin.com |
Ming Zhu
|
| sites.google.com |
Shiyu Wang
|
| sites.google.com |
Zhiwei Liu
|
| tulikaawalgaonkar.com |
Tulika Awalgaonkar
|
| hlnchen.github.io |
Haolin Chen
|
| linkedin.com |
Thai Hoang
|
| niebles.net |
Juan Carlos Niebles
|
| shelbyh.ai |
Shelby Heinecke
|
| weirayao.com |
Weiran Yao
|
| huan-december.github.io |
Huan Wang
|
| aicenter.stanford.edu |
Silvio Savarese
|
| scholar.google.com |
Caiming Xiong
|
| arxiv.org |
<i class="fas fa-file-pdf" aria-hidden="true"></i> PDF
|
| apigen-mt.github.io |
<i class="fas fa-newspaper" aria-hidden="true"></i> Blog
|
| huggingface.co |
<i class="fas fa-code" aria-hidden="true"></i> Code
|
| hlnchen.github.io |
Haolin Chen
|
| scholar.google.com |
Yihao Feng
|
| zuxin.me |
Zuxin Liu
|
| weirayao.com |
Weiran Yao
|
| aksh555.github.io |
Akshara Prabhakar
|
| shelbyh.ai |
Shelby Heinecke
|
| linkedin.com |
Ricky Ho
|
| sites.google.com |
Phil Mui
|
| aicenter.stanford.edu |
Silvio Savarese
|
| scholar.google.com |
Caiming Xiong
|
| huan-december.github.io |
Huan Wang
|
| openreview.net |
<i class="fas fa-file-pdf" aria-hidden="true"></i> PDF
|
| huggingface.co |
<i class="fas fa-newspaper" aria-hidden="true"></i> Blog
|
| github.com |
<i class="fas fa-code" aria-hidden="true"></i> Code
|
| sites.google.com |
Zhiwei Liu
|
| weirayao.com |
Weiran Yao
|
| jianguoz.github.io |
Jianguo Zhang
|
| zuxin.me |
Zuxin Liu
|
| yangliangwei.github.io |
Liangwei Yang
|
| linkedin.com |
Rithesh Murthy
|
| linkedin.com |
Tian Lan
|
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://weirayao.github.io/cv готова к продвижению на 52%. 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: