Анализ страницы https://www.five.ai/research

Домен

five.ai

Состояние доменного имени ?

Домен второго уровня идеален для продвижения.

Отличный запоминающийся домен.

Ответ сервера

200 Успешный ответ

HTTP-код ответа и цепочка редиректов ?

Сервер настроен корректно.

Безопасность

Сайт безопасен

Использование HTTPS и SSL-сертификат ?

На сайте работает защищенный протокол ssl и сайт открывается по https.

Ssl-сертификат действителен до 29.09.2026 19:28:55.

Сервер поддерживает HTTP/3 (QUIC) — новейший протокол.

Включён HSTS (Strict-Transport-Security) — защита от подмены на http.

Поздравляем! Сайт не содержится в реестре РКН.

Кодировка

utf-8

Кодировка символов страницы ?

Указана кодировка на странице utf-8.

Язык

Атрибут lang в HTML-теге ?

Язык страницы не указан. Рекомендуется явно указать язык документа!

Исправить

Скорость загрузки

~0,15сек

Время отклика сервера (TTFB) ?

Скорость загрузки сайта 0,15сек оптимальна.

Объем документа

58Кб

Размер HTML-кода страницы ?

Объем html-документа 58Кб оптимален.

Структура html-документа корректна.

Ресурсы

Ресурсы: 7

Внешние ресурсы страницы (CSS, JS, изображения) ?

Кол-во файлов ресурсов 7 достаточно.

Показать полный список ресурсов

Тип	Название	Значение
stylesheet	text/css	https://cdn.prod.website-files.com/5f915122a173a83914074293/css/fiveai.shared.203c08b16.min.css
js	text/javascript	https://ajax.googleapis.com/ajax/libs/webfont/1.6.26/webfont.js
js	text/javascript	https://d3e54v103j8qbb.cloudfront.net/js/jquery-3.5.1.min.dc5e7f18c8.js?site=5f915122a173a83914074293
js	text/javascript	https://cdn.prod.website-files.com/5f915122a173a83914074293/js/fiveai.schunk.36b8fb49256177c8.js
js	text/javascript	https://cdn.prod.website-files.com/5f915122a173a83914074293/js/fiveai.schunk.56cc6380bad280e6.js
js	text/javascript	https://cdn.prod.website-files.com/5f915122a173a83914074293/js/fiveai.schunk.bacb205f1d694072.js
js	text/javascript	https://cdn.prod.website-files.com/5f915122a173a83914074293/js/fiveai.dd39e403.6c4a6e59205f590d.js

Серверные заголовки

Кол-во: 16

HTTP-заголовки ответа сервера ?

Найдены серверные заголовки 16шт. Подробнее про серверные заголовки.

Показать полный список серверных заголовков

Ключ	Значение
Date	Sat, 22 Aug 2026 13:06:12 GMT
Set-Cookie	_cfuvid=fxBhl5dR0IczMrqlmeq59_pct49SPqX2HpCPP05zzQc-1787403972.9347997-1.0.1.1-NnE5jDPQiGHBsRZRhT6yN13bCuMoyW6chl4BaHW4yB4; HttpOnly; SameSite=None; Secure; Path=/; Domain=www.five.ai
cf-ray	a2f217eed9d2e959-DME
cf-cache-status	HIT
Age	1332959
Link	<https://cdn.prod.website-files.com>; rel=preconnect; crossorigin, <https://cdn.prod.website-files.com/5f915122a173a83914074293/css/fiveai.shared.203c08b16.min.css>; rel=preload; as=style; crossorigin; integrity="sha384-IDwIsWVTo+rqW8imZZpvF+wqxtaB/96rhBYOrcbAOJMqOVvvxxCEz1TpBgWbovgx", <https://fonts.googleapis.com>; rel=preconnect, <https://fonts.gstatic.com>; rel=preconnect; crossorigin
Server	cloudflare
Strict-Transport-Security	max-age=31536000
Vary	accept-encoding
Content-Security-Policy	frame-ancestors 'self'
surrogate-control	max-age=2147483647
surrogate-key	www.five.ai 5f915122a173a83914074293 pageId:6041fd7ac56a104a5db316b8
X-Frame-Options	SAMEORIGIN
x-lambda-id	fb66eca2-613d-41ba-884b-165cdcd76e0d
x-wf-region	us-east-1
Alt-Svc	h3=":443"

CMS

Webflow

Система управления сайтом (движок) ?

Сайт работает на CMS Webflow.

Веб-сервер

Cloudflare

Программное обеспечение сервера ?

Сайт работает на веб-сервере Cloudflare.

Title

Applied Research for Autonomous Driving

Заголовок страницы в браузере и поисковой выдаче ?

Необходимо увеличить число символов в title (текущее значение: 39, оптимально: от 40 до 45)

Дублей словоформ в title не найдено.

Исправить

Description

The Applied Research group at Five is a collection of Research Scientists and Research Engineers, spread across our Cambridge, Oxford and Edinburgh offices, dedicated to investigating the company’s key longer term problems.

Описание страницы в поисковой выдаче (сниппет) ?

Необходимо уменьшить число символов в description (текущее значение: 223, оптимально: от 120 до 130)

Исправить

Keywords

Список ключевых слов страницы (устаревший тег) ?

Установите мета-тег keywords!

Исправить

Канонический Url

Указывает поисковику основную версию страницы ?

Robots

Ошибок нет

Директивы для поисковых роботов на уровне страницы ?

Meta-тег robots не указан. Страница свободна для индексации.

Адаптивность

width=device-width, initial-scale=1

Настройка масштабирования на мобильных устройствах ?

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: 4

Мета-теги для красивых превью в соцсетях ?

Разметка OpenGraph задана. Страница оптимизирована под социальные сети.

Показать полный список og мета-тегов

Тип	Значение
og:title	Applied Research for Autonomous Driving
og:description	The Applied Research group at Five is a collection of Research Scientists and Research Engineers, spread across our Cambridge, Oxford and Edinburgh offices, dedicated to investigating the company’s key longer term problems.
og:image	https://assets.five.ai/logos/opengraph.png
og:type	website

Все мета-теги

Кол-во: 10

Полный список мета-тегов страницы ?

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	description	The Applied Research group at Five is a collection of Research Scientists and Research Engineers, spread across our Cambridge, Oxford and Edinburgh offices, dedicated to investigating the company’s key longer term problems.
name	twitter:title	Applied Research for Autonomous Driving
name	twitter:description	The Applied Research group at Five is a collection of Research Scientists and Research Engineers, spread across our Cambridge, Oxford and Edinburgh offices, dedicated to investigating the company’s key longer term problems.
name	twitter:image	https://assets.five.ai/logos/opengraph.png
name	twitter:card	summary_large_image
name	viewport	width=device-width, initial-scale=1
property	og:title	Applied Research for Autonomous Driving
property	og:description	The Applied Research group at Five is a collection of Research Scientists and Research Engineers, spread across our Cambridge, Oxford and Edinburgh offices, dedicated to investigating the company’s key longer term problems.
property	og:image	https://assets.five.ai/logos/opengraph.png
property	og:type	website

Структура

Ошибок нет

Семантические HTML-элементы страницы ?

Структура документа корректна (теги <html> и <body> присутствуют в одном экземпляре).

Контент

Есть ошибки

Объём и качество текстового содержимого ?

Абзацев с текстом 0 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!

Среднее число слов в абзаце 0 слишком мало. Сделайте контент более читаемым!

Слова из title 4 встречаются в тексте достаточно.

Кол-во знаков контента 20434 на странице оптимально.

Кол-во слов 2687 на странице оптимально.

Исправить

Заголовки

Есть ошибки

Иерархия заголовков H1–H6 ?

Не обнаружено заголовков на странице. Добавьте заголовки (<h1>, <h2> или <h3>)

Исправить

Тошнота

6,32

Насколько одно слово доминирует в тексте ?

Тошнота превышает норму 5. Измените текст страницы!

Исправить

Академич. тошнота

3,28%

Насколько текст перенасыщен ключевыми словами ?

Академическая тошнота не дотягивает до нормы 5-15%. Измените текст страницы!

Исправить

Семантическое ядро

20

Наиболее часто встречающиеся слова на странице ?

Контент страницы содержит осмысленный текст и слова.

Показать список слов

Слово	Кол-во	Частота
conference	40	1,49%
philip	37	1,38%
puneet	30	1,12%
dokania	29	1,08%
learning	26	0,97%
systems	26	0,97%
international	21	0,78%
autonomous	20	0,74%
ramamoorthy	20	0,74%
vision	19	0,71%
computer	18	0,67%
stefano	18	0,67%
subramanian	18	0,67%
driving	17	0,63%
workshop	16	0,60%
redford	15	0,56%
albrecht	15	0,56%
neural	15	0,56%
neurips	14	0,52%
recognition	11	0,41%

Индексирование

Ошибок нет

Разрешено ли индексирование страницы ?

Анкоров на странице 94 оптимально. Поисковые роботы обязательно проиндексируют сайт.

Robots.txt

Найден корректный robots.txt

Файл управления сканированием сайта роботами ?

Robots.txt настроен корректно. Загружен за: 0сек.

Проверяемая страница не запрещена в robots.txt.

Robots.txt доступен по постоянному адресу

Sitemap

Кол-во: 0

XML-карта сайта для поисковиков ?

Robots.txt не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.

Исправить

Внутренние ссылки

Кол-во: 82

Ссылки на другие страницы своего сайта ?

Внутренних ссылок на странице 82 оптимально.

Внутренние ссылки не запрещены к индексации в robots.txt.

На странице присутствуют изображения 1.

Показать внутренние ссылки

Url	Анкор	Состояние
/	Home
/product	Our product
/careers	Careers
/research	Our research
/get-in-touch	Get in touch
/vru-appearance	Attacking Motion Planners Using Adversarial Perception Errors
/saod	Towards Building Self-Aware Object Detectors via Reliable Uncertainty Quantification and Calibration
/dipa-probabilistic-multi-modal-interactive-prediction-for-autonomous-driving	DiPA: Probabilistic Multi-Modal Interactive Prediction for Autonomous Driving
/planning-with-occluded-traffic-agents-using-bi-level-variational-occlusion-models	Planning with Occluded Traffic Agents using Bi-Level Variational Occlusion Models
/cema	Causal Explanations for Stochastic Sequential Multi-Agent Decision-Making
/ogrit	Verifiable Goal Recognition for Autonomous Driving with Occlusions
/sample-dependent-adaptive-temperature-scaling-for-improved-calibration-2023	Sample-dependent Adaptive Temperature Scaling for Improved Calibration
/query-based-hard-image-retrieval-for-object-detection-at-test-time	Query-based Hard-Image Retrieval for Object Detection at Test Time
/vru-appearance	Comparison of Pedestrian Prediction Models from Trajectory and Appearance Data for Autonomous Driving
/verifiable-goal-recognition-for-autonomous-driving-with-occlusions	Verifiable Goal Recognition for Autonomous Driving with Occlusions
/parameter-free-online-test-time-adaptation	Parameter-free Online Test-time Adaptation
/self-supervised-test-time-adaptation-on-video-data	Self-supervised Test-time Adaptation on Video Data
/an-active-learning-reliability-method-for-systems-with-partially-defined-performance-functions	An Active Learning Reliability Method for Systems with Partially Defined Performance Functions
/attacking-deep-networks-with-surrogate-based-adversarial-black-box-methods-is-easy	Attacking deep networks with surrogate-based adversarial black-box methods is easy
/regmixup-mixup-as-a-regularizer-can-surprisingly-improve-accuracy-and-out-distribution-robustness	RegMixup: Mixup as a Regularizer Can Surprisingly Improve Accuracy and Out Distribution Robustness
/make-some-noise-reliable-and-efficient-single-step-adversarial-training	Make Some Noise: Reliable and Efficient Single-Step Adversarial Training
/ancer	ANCER: Anisotropic Certification via Sample-wise Volume Maximization
/perspectives-on-the-system-level-design-of-a-safe-autonomous-driving-stack	Perspectives on the System-level Design of a Safe Autonomous Driving Stack
/an-impartial-take-to-the-cnn-vs-transformer-robustness-contest	An Impartial Take to the CNN vs Transformer Robustness Contest
/sample-dependent-adaptive-temperature-scaling-for-improved-calibration	Sample-dependent Adaptive Temperature Scaling for Improved Calibration
/catastrophic-overfitting-is-a-bug-but-also-a-feature	Catastrophic overfitting is a bug but also a feature
/flash	Flash: Fast and Light Motion Prediction for Autonomous Driving with Bayesian Inverse Planning and Learned Motion Profiles
/a-human-centric-method-for-generating-causal-explanations-in-natural-language-for-autonomous-vehicle-motion-planning	A Human-Centric Method for Generating Causal Explanations in Natural Language for Autonomous Vehicle Motion Planning
/dipa	DiPA: Probabilistic Multi-Modal Interactive Prediction for Autonomous Driving
/beyond-rmse-do-machine-learned-models-of-road-user-interaction-produce-human-like-behavior	Beyond RMSE: Do machine-learned models of road user interaction produce human-like behavior?
/are-vision-transformers-always-more-robust-than-convolutional-neural-networks	Are Vision Transformers Always More Robust Than Convolutional Neural Networks?
/mix-maxent-improving-accuracy-and-uncertainty-estimates-of-deterministic-neural-networks	Mix-MaxEnt: Improving Accuracy and Uncertainty Estimates of Deterministic Neural Networks
/a-step-towards-efficient-evaluation-of-complex-perception-tasks-in-simulation	A Step Towards Efficient Evaluation of Complex Perception Tasks in Simulation
/on-episodes-prototypical-networks-and-few-shot-learning	On Episodes, Prototypical Networks, and Few-shot Learning<br>
/do-different-tracking-tasks-require-different-appearance-models	Do Different Tracking Tasks Require Different Appearance Models?<br>
/a-continuous-mapping-for-augmentation-design	A Continuous Mapping For Augmentation Design<br>
/lotros	Smart Pointers and Shared Memory Synchronisation for Efficient Inter-process Communication in ROS on an Autonomous Vehicle<br>
/gofi	Interpretable Goal Recognition in the Presence of Occluded Factors for Autonomous Vehicles<br>
/grit	GRIT: Fast, Interpretable, and Verifiable Goal Recognition with Learned Decision Trees for Autonomous Driving<br>
/pilot	PILOT: Efficient Planning by Imitation Learning and Optimisation for Safe Autonomous Driving
/igp2	Interpretable Goal-based Prediction and Planning for Autonomous Driving
/recurrently-estimating-reflective-symmetry-planes-from-partial-pointclouds	Recurrently Estimating Reflective Symmetry Planes from Partial Pointclouds
/a-two-stage-optimization-based-motion-planner-for-safe-urban-driving	A Two-Stage Optimization-based Motion Planner for Safe Urban Driving
/resolving-conflict-in-decision-making-for-autonomous-driving	Resolving Conflict in Decision-Making for Autonomous Driving
/progressive-skeletonization-trimming-more-fat-from-a-network-at-initialization	Progressive Skeletonization: Trimming more fat from a network at initialization
/no-cost-likelihood-manipulation-at-test-time-for-making-better-mistakes-in-deep-networks	No Cost Likelihood Manipulation at Test Time for Making Better Mistakes in Deep Networks
/how-benign-is-benign-overfitting	How benign is benign overfitting?
/scalable-fpga-median-filtering-via-a-directional-median-cascade	Scalable FPGA Median Filtering via a Directional Median Cascade
/lower-dimensional-kernels-for-video-discriminators	Lower dimensional kernels for video discriminators
/continual-learning-in-low-rank-orthogonal-subspaces	Continual Learning in Low-rank Orthogonal Subspaces
/gdumb-a-simple-approach-that-questions-our-progress-in-continual-learning	GDumb: A Simple Approach that Questions Our Progress in Continual Learning
/parot-a-practical-framework-for-robust-deep-neural-network-training	PaRoT: A Practical Framework for Robust Deep Neural Network Training
/beyond-controlled-environments-3d-camera-re-localization-in-changing-indoor-scenes	Beyond Controlled Environments: 3D Camera Re-Localization in Changing Indoor Scenes
/calibrating-deep-neural-networks-using-focal-loss	Calibrating Deep Neural Networks using Focal Loss
/an-optimization-based-motion-planner-for-safe-autonomous-driving	An Optimization-based Motion Planner for Safe Autonomous Driving
/making-better-mistakes-leveraging-class-hierarchies-with-deep-networks	Making Better Mistakes: Leveraging Class Hierarchies with Deep Networks
/simplifying-tuggraph-using-zipping-algorithms	Simplifying TugGraph using Zipping Algorithms
/fpr-fast-path-risk-algorithm-to-evaluate-collision-probability	FPR – Fast Path Risk Algorithm to Evaluate Collision Probability
/scalable-fpga-median-filtering-using-multiple-efficient-passes	Scalable FPGA Median Filtering using Multiple Efficient Passes
/anchor-diffusion-for-unsupervised-video-object-segmentation	Anchor Diffusion for Unsupervised Video Object Segmentation
/correct-by-construction-advanced-driver-assistance-systems-based-on-a-cognitive-architecture	Correct-by-Construction Advanced Driver Assistance Systems based on a Cognitive Architecture
/meta-learning-with-differentiable-closed-form-solvers	Meta-learning with differentiable closed-form solvers
/fast-online-object-tracking-and-segmentation-a-unifying-approach	Fast Online Object Tracking and Segmentation: A Unifying Approach
/from-explanation-to-synthesis-compositional-program-induction-for-learning-from-demonstration	From explanation to synthesis: Compositional program induction for learning from demonstration
/iterative-model-based-reinforcement-learning-using-simulations-in-the-differentiable-neural-computer	Iterative model-based Reinforcement Learning using simulations in the Differentiable Neural Computer
/learning-programmatically-structured-representations-with-preceptor-gradients	Learning programmatically structured representations with preceptor gradients
/learning-to-adapt-for-stereo	Learning to Adapt for Stereo
/lets-take-this-online-adapting-scene-coordinate-regression-network-predictions-for-online-rgb-d-camera-relocalisation	Let's Take This Online: Adapting Scene Coordinate Regression Network Predictions for Online RGB-D Camera Relocalisation
/real-time-rgb-d-camera-pose-estimation-in-novel-scenes-using-a-relocalisation-cascade	Real-Time RGB-D Camera Pose Estimation in Novel Scenes using a Relocalisation Cascade
/real-time-highly-accurate-dense-depth-on-a-power-budget-using-an-fpga-cpu-hybrid-soc	Real-Time Highly Accurate Dense Depth on a Power Budget using an FPGA-CPU Hybrid SoC
/towards-provably-correct-driver-assistance-systems-through-stochastic-cognitive-modeling	Towards Provably Correct Driver Assistance Systems through Stochastic Cognitive Modeling
/straight-to-shapes-real-time-instance-segmentation-made-more-accurate	Straight to Shapes++: Real-time Instance Segmentation Made More Accurate
/certification-of-highly-automated-vehicles-for-use-on-uk-roads-creating-an-industry-wide-framework-for-safety	Certification of Highly Automated Vehicles for Use on UK Roads
/collaborative-large-scale-dense-3d-reconstruction-with-online-inter-agent-pose-optimisation	Collaborative Large-Scale Dense 3D Reconstruction with Online Inter-Agent Pose Optimisation
/datasets	A Dataset for Lane Instance Segmentation in Urban Environments
/long-term-tracking-in-the-wild-a-benchmark	Long-term Tracking in the Wild: A Benchmark
/r3sgm-real-time-raster-respecting-semi-global-matching-for-power-constrained-systems	R3SGM: Real-time Raster-Respecting Semi-Global Matching for Power-Constrained Systems
/riemannian-walk-for-incremental-learning-understanding-forgetting-and-intransigence	Riemannian Walk for Incremental Learning: Understanding Forgetting and Intransigence
/topological-signatures-for-fast-mobility-analysis	Topological Signatures For Fast Mobility Analysis
/with-friends-like-these-who-needs-adversaries	With Friends Like These, Who Needs Adversaries?
/multi-scale-activity-estimation-with-spatial-abstractions	Multi-Scale Activity Estimation with Spatial Abstractions
/privacy	Privacy Notice

Внешние ссылки

Кол-во: 12

Ссылки на сторонние сайты ?

Внешних ссылок на странице 12 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!

На странице присутствуют внешние ссылки с пустым анкором: 1!

Показать внешние ссылки

Url	Анкор
openreview.net	Foundation Models for Trajectory Planning in Autonomous Driving: A Review of Progress and Open Challenges
openaccess.thecvf.com	MObI: Multimodal Object Inpainting Using Diffusion Models
arxiv.org	MoCaE: Mixture of Calibrated Experts Significantly Improves Object Detection
arxiv.org	What Makes and Breaks Safety Fine-tuning? A Mechanistic Study
arxiv.org	On Calibration of Object Detectors: Pitfalls, Evaluation and Baselines
arxiv.org	Bucketed Ranking-based Losses for Efficient Training of Object Detectors
arxiv.org	Segment, Select, Correct: A Framework for Weakly-supervised Referring Segmentation
openaccess.thecvf.com	Lift-Attend-Splat: Bird’s-eye-view camera-lidar fusion using transformers
arxiv.org	Fine-tuning can cripple your foundation model; preserving features may be the solution
proceedings.mlr.press	Graph Inductive Biases in Transformers without Message Passing
openreview.net	Catastrophic overfitting can be induced with discriminative non-robust features
linkedin.com	Пустой анкор

Исправить

Конкуренты в Яндексе

Кол-во: 0

Топ сайтов-конкурентов в Яндексе ?

Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.

Конкурентов в ТОП-10 Яндекса не нашлось.

Исправить

Конкуренты в Google

Кол-во: 0

Топ сайтов-конкурентов в Google ?

Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!

Конкурентов в ТОП-10 Google не нашлось.

Исправить

Нарушения

Не выявлены

Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.

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.

Нарушения

Не выявлены

Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.

Нарушения

Не выявлены

Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.

Основное Готовность: 100%

Домен

Ответ сервера

Безопасность

Кодировка

Язык

Скорость загрузки

Объем документа

Ресурсы

Серверные заголовки

CMS

Веб-сервер

Мета-теги Готовность: 48%

Title

Description

Keywords

Канонический Url

Robots

Адаптивность

Разметка OpenGraph

Все мета-теги

Оптимизация Готовность: 20%

Структура

Контент

Заголовки

Тошнота

Академич. тошнота

Семантическое ядро

Индексация Готовность: 25%

Индексирование

Robots.txt

Sitemap

Внутренние ссылки

Внешние ссылки

Конкуренты Готовность: 0%

Конкуренты в Яндексе

Конкуренты в Google

ЗоЗПП: права потребителей Готовность: 100%

Нарушения

ФЗ-149: рекомендательные технологии Готовность: 100%

Нарушения

ФЗ-38: реклама Готовность: 100%

Нарушения

ФЗ-436: защита детей Готовность: 100%

Нарушения

Вердикт