Анализ сайта jiaqima.com
Основное Готовность: 100%
Домен
jiaqima.com
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Домен второго уровня идеален для продвижения.
Отличный запоминающийся домен.
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Цепочка редиректов:
http://jiaqima.com
301 MovedPermanently
https://jiaqima.github.io/
200 OK
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
Не настроен HSTS (Strict-Transport-Security) — рекомендуется включить.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 25.09.2026 4:57:55.
HTTP автоматически перенаправляется на HTTPS.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
utf-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице utf-8.
Язык
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 страницы не указан. Рекомендуется явно указать язык документа!
Скорость загрузки
~0,86сек
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 0,86сек оптимальна.
Объем документа
17Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 17Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 5
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 5 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | https://fonts.googleapis.com/css2?family=Inconsolata:wght@400;700&display=swap | |
| stylesheet | https://stackpath.bootstrapcdn.com/bootstrap/4.5.0/css/bootstrap.min.css | |
| stylesheet | /sass/researcher.min.css | |
| stylesheet | /css/custom.css | |
| js | https://www.googletagmanager.com/gtag/js?id=G-XDCNHD4PPK |
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 | "6a71811c-4803" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 3918:75BC2:28EFAC0:2945A36:6A89F25A |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 19:02:50 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230217-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787425371.528770,VS0,VE125 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 62ae9356106492baf56887c58e60979e4e0abb90 |
CMS
Не определена
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
CMS не определена. Вероятно, сайт самописный либо движок надёжно скрыт. Это не ошибка.
Веб-сервер
GitHub.com
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
В заголовке Server указано: GitHub.com.
Мета-теги Готовность: 32%
Title
Jiaqi Ma's Homepage
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: 19, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Jiaqi Ma's homepage.
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: 20, 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
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,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
Не найдено
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph не задана. Страница не оптимизирована под социальные сети. Мета-теги с разметкой Og помогают социальным роботам лучше структурировать Ваш сайт.
Все мета-теги
Кол-во: 4
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 4шт. 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 | generator | Hugo 0.114.0 |
| name | viewport | width=device-width,initial-scale=1,shrink-to-fit=no |
| name | description | Jiaqi Ma's homepage. |
| name | author | Jiaqi Ma |
Оптимизация Готовность: 87%
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.
Абзацев с текстом 9 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Слова из title 3 встречаются в тексте достаточно.
Среднее число слов в абзаце 22 достаточно.
Кол-во знаков контента 6960 на странице оптимально.
Кол-во слов 1197 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> 6. Это прекрасно.
На странице присутствуют заголовки <h2> 3. Это хорошо.
На странице присутствуют заголовки <h3> 1.
Тошнота
3,61
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 3. Измените текст страницы!
Академич. тошнота
6,52%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота страницы в пределах нормы.
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 |
|---|---|---|
| attribution | 13 | 1,09% |
| junwei | 9 | 0,75% |
| pingbang | 9 | 0,75% |
| university | 8 | 0,67% |
| illinois | 6 | 0,50% |
| neurips | 6 | 0,50% |
| urbana-champaign | 5 | 0,42% |
| machine | 5 | 0,42% |
| giving | 5 | 0,42% |
| shichang | 5 | 0,42% |
| learning | 4 | 0,33% |
| training | 4 | 0,33% |
| please | 4 | 0,33% |
| yuzheng | 4 | 0,33% |
| weijing | 4 | 0,33% |
| 3 | 0,25% | |
| curation | 3 | 0,25% |
| students | 3 | 0,25% |
| papers | 3 | 0,25% |
| serving | 3 | 0,25% |
Индексация Готовность: 30%
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 171 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: 18411 байт. Загружен за: 1сек.
Проверяемая страница не запрещена в robots.txt.
Robots.txt доступен по постоянному адресу
Цепочка редиректов для файла robots.txt:
http://jiaqima.com/robots.txt
301 MovedPermanently
https://jiaqima.github.io/
200 OK
Показать содержимое robots.txt
<!doctype html><html><head><meta name=generator content="Hugo 0.114.0"><meta charset=utf-8><meta name=viewport content="width=device-width,initial-scale=1,shrink-to-fit=no"><title>Jiaqi Ma's Homepage</title><base href=https://jiaqima.github.io/><meta name=description content="Jiaqi Ma's homepage."><meta name=author content="Jiaqi Ma"><script async src="https://www.googletagmanager.com/gtag/js?id=G-XDCNHD4PPK"></script>
<script>window.dataLayer=window.dataLayer||[];function gtag(){dataLayer.push(arguments)}gtag("js",new Date),gtag("config","G-XDCNHD4PPK")</script><link href="https://fonts.googleapis.com/css2?family=Inconsolata:wght@400;700&display=swap" rel=stylesheet><link rel=stylesheet href=https://stackpath.bootstrapcdn.com/bootstrap/4.5.0/css/bootstrap.min.css integrity=sha384-9aIt2nRpC12Uk9gS9baDl411NQApFmC26EwAOH8WgZl5MYYxFfc+NcPb1dKGj7Sk crossorigin=anonymous><link rel=stylesheet href=/sass/researcher.min.css><link rel=stylesheet href=/css/custom.css><link rel=icon type=image/ico href=https://jiaqima.github.io/favicon.ico></head><body><div class="container mt-5"><nav class="navbar fixed-top bg-light"><div class=container><a class="navbar-brand mr-sm-auto" href=https://jiaqima.github.io/>Jiaqi Ma's Homepage</a><div class="navbar-nav flex-row"><a class="nav-item nav-link" href=/about>About Me</a>
<span class="nav-item navbar-text mx-1">/</span>
<a class="nav-item nav-link" href=/#recent-papers>Publications</a>
<span class="nav-item navbar-text mx-1">/</span>
<a class="nav-item nav-link" href=/#phd-students>People</a>
<span class="nav-item navbar-text mx-1">/</span>
<a class="nav-item nav-link" href=/#teaching>Teaching</a></div></div></nav></div><hr><div id=content><div class=container><h1 id=jiaqi-ma--马家祺>Jiaqi Ma | 马家祺</h1><figure class=avatar><img src=./portrait.jpg></figure><p>Assistant Professor<br>School of Information Sciences<br>Siebel School of Computing and Data Science (Affiliation)<br>University of Illinois Urbana-Champaign</p><p>Contact:<br>Outlook: jiaqima AT illinois DOT edu<br>Gmail: jiaqima.mle AT gmail DOT com<br>[<a href="https://scholar.google.com/citations?hl=en&user=Z9X2A1MAAAAJ&view_op=list_works&sortby=pubdate">Google Scholar</a> | <a href=https://github.com/jiaqima>GitHub</a> | <a href=https://bsky.app/profile/jiaqima.bsky.social>Bluesky</a> | <a href=https://twitter.com/Jiaqi_Ma_>Twitter</a> | <a href=https://www.youtube.com/channel/UChKu2HkJ8xMWWLfCXSvlsjA>YouTube</a>]</p><hr><h2 id=about-me>About Me</h2><p>I am an Assistant Professor at the University of Illinois Urbana-Champaign (UIUC). Prior to UIUC, I was a Postdoctoral Researcher at Harvard University. I received my Ph.D. from University of Michigan and a B.Eng. from Tsinghua University.</p><p>I’m interested in the broad area of machine learning and artificial intelligence (AI). Recently, my research focuses on the data foundations of AI, including three complementary aspects: 1) understanding how training data impact AI models (data attribution); 2) developing data-centric algorithms that improve the quality and safety of training data (data curation and synthetic data generation); and 3) studying how data mediate the societal impact of AI (data compensation and machine unlearning).</p><p>For students who want to work with me, please see <a href=/opening>here for more details</a>.</p><hr><h3 id=news>News</h3><ul><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> Grateful to receive the NSF CAREER Award!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> Giving a talk about our work on data selection/regularization at EcoSta 2026 in August 2026!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> We are hosting a <a href=https://data-foundations-of-ai.github.io/icml-2026/>Data Foundations of AI Social</a> as part of the official ICML 2026 Social program!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> Two papers accepted by ICML 2026 and one paper by ACL 2026!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> <a href=https://theaperdeng.github.io>Junwei</a> passed his preliminary exam (dissertation proposal)! He will be on the industry job market in the coming academic year. Please reach out to him if you are interested in hiring a full-stack expert in data-centric AI!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> I’m serving as an Area Chair for ICML 2026!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> <a href=https://pbb.sh>Pingbang</a> joined the Anthropic Safety Fellow program!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> Please check out our new <a href="https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5451054">survey paper on data attribution</a>!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> Five papers accepted by NeurIPS 2025 (with one oral)!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> I’m serving as an Area Chair for AISTATS 2026!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> We received a gift grant from Google!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> Giving a talk about our work on data attribution at the AI Seminar at UMich in May 2025!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> Giving a talk about our work on data attribution at YouTube in Apr 2025!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> Giving a talk at the New Faculty Highlight session at AAAI 2025!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> I’m serving as an Area Chair for ICML 2025!</li><li><img src=./new.png width=28 height=16 style="float:left;margin:0 5px 0 0"></img> Giving a talk about our work on data attribution at RIKEN AIP in Tokyo in Jan 2025!</li></ul><hr><h1 id=recent-papers>Recent Papers</h1><p>Please see the full list on my <a href="https://scholar.google.com/citations?hl=en&user=Z9X2A1MAAAAJ&view_op=list_works&sortby=pubdate">Google Scholar page</a>.</p><h2 id=preprints>Preprints</h2><ul><li><strong>Toward an Engineering of Science: Rebalancing Generation and Verification in the Age of AI.</strong><br><a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>[<a href=https://arxiv.org/pdf/2605.10425>ArXiv</a>]</li><li><strong>Dr. Post-Training: A Data Regularization Perspective on LLM Post-Training.</strong><br><a href="https://scholar.google.com/citations?user=lPlQpqoAAAAJ">Pingbang Hu</a>, <a href=#>Xueshen Liu</a>, <a href=#>Z Morley Mao</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>[<a href=https://arxiv.org/pdf/2605.07063>ArXiv</a>]</li><li><strong>How Faithful Is Trajectory-Based Data Attribution? Error Sources, Remedies, and Practical Guidelines.</strong><br><a href="https://scholar.google.com/citations?user=DagyP9QAAAAJ">Junwei Deng</a>, <a href="https://scholar.google.com/citations?user=lPlQpqoAAAAJ">Pingbang Hu</a>, <a href=#>Suliang Jin</a>, <a href=#>Hao Lu</a>, <a href=#>Jiachen T. Wang</a>, <a href=#>Shichang Zhang</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>[<a href=https://arxiv.org/pdf/2605.18814>ArXiv</a>]</li><li><strong>A Survey of Data Attribution: Methods, Applications, and Evaluation in the Era of Generative AI.</strong><br><a href="https://scholar.google.com/citations?user=DagyP9QAAAAJ">Junwei Deng</a>*, <a href="https://scholar.google.com/citations?user=cVVimVcAAAAJ">Yuzheng Hu</a>*, <a href="https://scholar.google.com/citations?user=lPlQpqoAAAAJ">Pingbang Hu</a>*, <a href=#>Ting-Wei Li</a>*, <a href=#>Shixuan Liu</a>*, <a href=#>Jiachen T. Wang</a>, <a href=#>Dan Ley</a>, <a href=#>Qirun Dai</a>, <a href=#>Benhao Huang</a>, <a href=#>Jin Huang</a>, <a href=#>Cathy Jiao</a>, <a href=#>Hoang Anh Just</a>, <a href=#>Yijun Pan</a>, <a href=#>Jingyan Shen</a>, <a href=#>Yiwen Tu</a>, <a href=#>Weiyi Wang</a>, <a href=#>Xinhe Wang</a>, <a href=#>Shichang Zhang</a>, <a href=#>Shiyuan Zhang</a>, <a href=#>Ruoxi Jia</a>, <a href="https://scholar.google.com/citations?user=oWid5PQAAAAJ">Himabindu Lakkaraju</a>, <a href=#>Hao Peng</a>, <a href=https://sites.google.com/andrew.cmu.edu/weijingtang/home>Weijing Tang</a>, <a href="https://scholar.google.com/citations?user=E9BaEBYAAAAJ">Chenyan Xiong</a>, <a href=#>Jieyu Zhao</a>, <a href=#>Hanghang Tong</a>, <a href="https://scholar.google.com/citations?user=x942ipYAAAAJ">Han Zhao</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>[<a href=/papers/data-attribution-survey/>Preprint</a>]</li><li><strong>A Unified Theory of Random Projection for Influence Functions.</strong><br><a href="https://scholar.google.com/citations?user=lPlQpqoAAAAJ">Pingbang Hu</a>, <a href="https://scholar.google.com/citations?user=cVVimVcAAAAJ">Yuzheng Hu</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>, <a href="https://scholar.google.com/citations?user=x942ipYAAAAJ">Han Zhao</a>. (alphabetical order)<br>[<a href=https://arxiv.org/pdf/2602.10449>ArXiv</a>]</li><li><strong>FlyAOC: Evaluating Agentic Ontology Curation of Drosophila Scientific Knowledge Bases.</strong><br><a href="https://scholar.google.com/citations?user=9oE_hEsAAAAJ">Xingjian Zhang</a>, <a href=#>Sophia Moylan</a>, <a href=#>Ziyang Xiong</a>, <a href="https://scholar.google.com/citations?user=zr22WkQAAAAJ">Qiaozhu Mei</a>, <a href=#>Yichen Luo</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>[<a href=https://arxiv.org/pdf/2602.09163>ArXiv</a>]</li><li><strong>Computational Copyright: Towards A Royalty Model for Music Generative AI.</strong><br><a href="https://scholar.google.com/citations?user=DagyP9QAAAAJ">Junwei Deng</a>, <a href=#>Xirui Jiang</a>, <a href=#>Shiyuan Zhang</a>, <a href=#>Shichang Zhang</a>, <a href="https://scholar.google.com/citations?user=oWid5PQAAAAJ">Himabindu Lakkaraju</a>, <a href=#>Ruijiang Gao</a>, <a href=#>Chris Donahue</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>[<a href=https://arxiv.org/pdf/2312.06646.pdf>ArXiv</a>]</li></ul><h2 id=recent-publications>Recent Publications</h2><ul><li><strong>Detecting and Filtering Unsafe Training Data via Data Attribution with Denoised Representation.</strong><br><a href=#>Yijun Pan</a>, <a href=#>Taiwei Shi</a>, <a href=#>Jieyu Zhao</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>ICML 2026.<br>[<a href=https://arxiv.org/pdf/2502.11411>ArXiv</a>]</li><li><strong>Who Gets Credit or Blame? Attributing Accountability in Modern AI Systems.</strong><br><a href=#>Shichang Zhang</a>, <a href=#>Hongzhe Du</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>, <a href="https://scholar.google.com/citations?user=oWid5PQAAAAJ">Himabindu Lakkaraju</a>.<br>ICML 2026.<br>[<a href=https://arxiv.org/pdf/2506.00175>ArXiv</a>]</li><li><strong>Your Reasoning Benchmark May Not Test Reasoning: Revealing Perception Bottleneck in Abstract Reasoning Benchmarks.</strong><br><a href=#>Xinhe Wang</a>, <a href=#>Jin Huang</a>, <a href="https://scholar.google.com/citations?user=9oE_hEsAAAAJ">Xingjian Zhang</a>, <a href=#>Tianhao Wang</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>ACL 2026 (Main).<br>[<a href=https://arxiv.org/pdf/2512.21329>ArXiv</a>]</li><li><strong>Measuring Fine-Grained Relatedness in Multitask Learning via Data Attribution.</strong><br><a href=#>Yiwen Tu</a>*, <a href=#>Ziqi Liu</a>*, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>, <a href=https://sites.google.com/andrew.cmu.edu/weijingtang/home>Weijing Tang</a>.<br>TMLR 2026.<br>[<a href=https://arxiv.org/pdf/2505.21438>ArXiv</a>]</li><li><strong>Efficient Ensembles Improve Training Data Attribution.</strong><br><a href="https://scholar.google.com/citations?user=DagyP9QAAAAJ">Junwei Deng</a>*, <a href="https://scholar.google.com/citations?user=1upGL1wAAAAJ">Ting Wei Li</a>*, <a href=#>Shichang Zhang</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>TMLR 2026.<br>[<a href=https://arxiv.org/pdf/2405.17293>ArXiv</a>]</li><li><strong>A Snapshot of Influence: A Local Data Attribution Framework for Online Reinforcement Learning.</strong><br><a href="https://scholar.google.com/citations?user=cVVimVcAAAAJ">Yuzheng Hu</a>*, <a href=#>Fan Wu</a>*, <a href=#>Haotian Ye</a>, <a href=#>David Forsyth</a>, <a href=#>James Zou</a>, <a href=#>Nan Jiang</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>†, <a href="https://scholar.google.com/citations?user=x942ipYAAAAJ">Han Zhao</a>†.<br>NeurIPS 2025 (<strong>Oral</strong>).<br>[<a href=https://arxiv.org/pdf/2505.19281>ArXiv</a>]</li><li><strong>GraSS: Scalable Data Attribution with Gradient Sparsification and Sparse Projection.</strong><br><a href="https://scholar.google.com/citations?user=lPlQpqoAAAAJ">Pingbang Hu</a>, <a href=#>Joseph Melkonian</a>, <a href=https://sites.google.com/andrew.cmu.edu/weijingtang/home>Weijing Tang</a>, <a href="https://scholar.google.com/citations?user=x942ipYAAAAJ">Han Zhao</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>NeurIPS 2025.<br>[<a href=https://arxiv.org/pdf/2505.18976>ArXiv</a>]</li><li><strong>A Reliable Cryptographic Framework for Empirical Machine Unlearning Evaluation.</strong><br><a href=#>Yiwen Tu</a>*, <a href="https://scholar.google.com/citations?user=lPlQpqoAAAAJ">Pingbang Hu</a>*, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>NeurIPS 2025.<br>[<a href=https://arxiv.org/pdf/2404.11577.pdf>ArXiv</a>]</li><li><strong>Taming Hyperparameter Sensitivity in Data Attribution: Practical Selection Without Costly Retraining.</strong><br><a href=#>Weiyi Wang</a>, <a href="https://scholar.google.com/citations?user=DagyP9QAAAAJ">Junwei Deng</a>, <a href="https://scholar.google.com/citations?user=cVVimVcAAAAJ">Yuzheng Hu</a>, <a href=#>Shiyuan Zhang</a>, <a href=#>Xirui Jiang</a>, <a href=#>Runting Zhang</a>, <a href="https://scholar.google.com/citations?user=x942ipYAAAAJ">Han Zhao</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>NeurIPS 2025.<br>[<a href=https://arxiv.org/pdf/2505.24261>ArXiv</a>]</li><li><strong>DATE-LM: Benchmarking Data Attribution Evaluation for Large Language Models.</strong><br><a href=#>Cathy Jiao</a>*, <a href=#>Yijun Pan</a>*, <a href=#>Emily Xiao</a>*, <a href=#>Daisy Sheng</a>, <a href=#>Niket Jain</a>, <a href=#>Hanzhang Zhao</a>, <a href=#>Ishita Dasgupta</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>†, <a href="https://scholar.google.com/citations?user=E9BaEBYAAAAJ">Chenyan Xiong</a>†.<br>NeurIPS 2025 (Datasets and Benchmarks Track).<br>[<a href=https://arxiv.org/pdf/2507.09424>ArXiv</a>][<a href=https://github.com/DataAttributionEval/DATE-LM>GitHub</a>]</li><li><strong>DCA-Bench: A Benchmark for Dataset Curation Agents.</strong><br><a href=#>Benhao Huang</a>, <a href=#>Yingzhuo Yu</a>, <a href=#>Jin Huang</a>, <a href="https://scholar.google.com/citations?user=9oE_hEsAAAAJ">Xingjian Zhang</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>KDD 2025 (Datasets and Benchmarks Track).<br>[<a href=https://arxiv.org/pdf/2406.07275>ArXiv</a>]</li><li><strong>A Versatile Influence Function for Data Attribution with Non-Decomposable Loss.</strong><br><a href="https://scholar.google.com/citations?user=DagyP9QAAAAJ">Junwei Deng</a>, <a href=https://sites.google.com/andrew.cmu.edu/weijingtang/home>Weijing Tang</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>ICML 2025.<br>[<a href=https://arxiv.org/pdf/2412.01335>ArXiv</a>]</li><li><strong>Adversarial Attacks on Data Attribution.</strong><br><a href=#>Xinhe Wang</a>, <a href="https://scholar.google.com/citations?user=lPlQpqoAAAAJ">Pingbang Hu</a>, <a href="https://scholar.google.com/citations?user=DagyP9QAAAAJ">Junwei Deng</a>, <a href="https://scholar.google.com/citations?user=Z9X2A1MAAAAJ"><b>Jiaqi Ma</b></a>.<br>ICLR 2025.<br>[<a href=https://arxiv.org/pdf/2409.05657>ArXiv</a>]</li></ul><p>(* Equal Contribution; † Euqal Advising)</p><p>(Note: I publish under the name <em>Jiaqi W. Ma</em>, starting from Sep 2024.)</p><div style=text-align:right><a href=#>Back Home</a></div><hr><h1 id=phd-students>PhD Students</h1><ul><li><a href=https://theaperdeng.github.io>Junwei Deng</a></li><li><a href=https://pbb.sh>Pingbang Hu</a></li><li><a href=https://sx-liu.github.io>Shixuan Liu</a></li><li><a href="https://scholar.google.com/citations?user=V2H1oSQAAAAJ&hl=en">Yiwen Tu</a></li><li><a href="https://scholar.google.com/citations?user=0zG-jzoAAAAJ&hl=en">Weiyi Wang</a></li></ul><h1 id=ms-students-thesis-based>MS Students (thesis-based)</h1><ul><li>Xirui Jiang</li><li>Dan Lee</li></ul><div style=text-align:right><a href=#>Back Home</a></div><hr><h1 id=teaching>Teaching</h1><ul><li>Instructor, IS 557, SP26, University of Illinois Urbana-Champaign.<br><em>Applied Machine Learning: Team Project.</em></li><li>Instructor, IS 527, SP24/SP25/SP26, University of Illinois Urbana-Champaign.<br><em>Network Analysis.</em></li><li>Instructor, IS 327, FA23/SP25, University of Illinois Urbana-Champaign.<br><em>Concepts of Machine Learning.</em></li></ul><div style=text-align:right><a href=#>Back Home</a></div><hr><h1 id=misc>Misc</h1><p><a href="https://www.youtube.com/watch?v=6WStU0E8aZ8">Pronunciation</a> of my first name: Jia-Chi.</p></div></div><div id=footer><hr><div class="container text-center mb-2"><a href=https://github.com/ojroques/hugo-researcher><small>Acknowledgement: this website is based on a Hugo theme provided by Olivier Roques</small></a></div></div></body></html>
Sitemap
Кол-во: 0
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.
Внутренние ссылки
Кол-во: 3
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 3 оптимально.
Внутренние ссылки не запрещены к индексации в robots.txt.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /about |
About Me
|
|
Анализировать url |
| /opening |
here for more details
|
|
Анализировать url |
| /papers/data-attribution-survey/ |
Preprint
|
|
Анализировать url |
Внешние ссылки
Кол-во: 95
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 95 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор | Анализировать |
|---|---|---|
| jiaqima.github.io |
Jiaqi Ma's Homepage
|
Анализировать url |
| scholar.google.com |
Google Scholar
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| bsky.app |
Bluesky
|
Анализировать url |
| twitter.com |
Twitter
|
|
| youtube.com |
YouTube
|
Анализировать url |
| data-foundations-of-ai.github.io |
Data Foundations of AI Social
|
Анализировать url |
| theaperdeng.github.io |
Junwei
|
Анализировать url |
| pbb.sh |
Pingbang
|
Анализировать url |
| papers.ssrn.com |
survey paper on data attribution
|
Анализировать url |
| scholar.google.com |
Google Scholar page
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Pingbang Hu
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Junwei Deng
|
Анализировать url |
| scholar.google.com |
Pingbang Hu
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Junwei Deng
|
Анализировать url |
| scholar.google.com |
Yuzheng Hu
|
Анализировать url |
| scholar.google.com |
Pingbang Hu
|
Анализировать url |
| scholar.google.com |
Himabindu Lakkaraju
|
Анализировать url |
| sites.google.com |
Weijing Tang
|
Анализировать url |
| scholar.google.com |
Chenyan Xiong
|
Анализировать url |
| scholar.google.com |
Han Zhao
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| scholar.google.com |
Pingbang Hu
|
Анализировать url |
| scholar.google.com |
Yuzheng Hu
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| scholar.google.com |
Han Zhao
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Xingjian Zhang
|
Анализировать url |
| scholar.google.com |
Qiaozhu Mei
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Junwei Deng
|
Анализировать url |
| scholar.google.com |
Himabindu Lakkaraju
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| scholar.google.com |
Himabindu Lakkaraju
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Xingjian Zhang
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| sites.google.com |
Weijing Tang
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Junwei Deng
|
Анализировать url |
| scholar.google.com |
Ting Wei Li
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Yuzheng Hu
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| scholar.google.com |
Han Zhao
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Pingbang Hu
|
Анализировать url |
| sites.google.com |
Weijing Tang
|
Анализировать url |
| scholar.google.com |
Han Zhao
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Pingbang Hu
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Junwei Deng
|
Анализировать url |
| scholar.google.com |
Yuzheng Hu
|
Анализировать url |
| scholar.google.com |
Han Zhao
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| scholar.google.com |
Chenyan Xiong
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| scholar.google.com |
Xingjian Zhang
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Junwei Deng
|
Анализировать url |
| sites.google.com |
Weijing Tang
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| scholar.google.com |
Pingbang Hu
|
Анализировать url |
| scholar.google.com |
Junwei Deng
|
Анализировать url |
| scholar.google.com |
<b>Jiaqi Ma</b>
|
Анализировать url |
| arxiv.org |
ArXiv
|
Анализировать url |
| theaperdeng.github.io |
Junwei Deng
|
Анализировать url |
| pbb.sh |
Pingbang Hu
|
Анализировать url |
| sx-liu.github.io |
Shixuan Liu
|
Анализировать url |
| scholar.google.com |
Yiwen Tu
|
Анализировать url |
| scholar.google.com |
Weiyi Wang
|
Анализировать url |
| youtube.com |
Pronunciation
|
Анализировать url |
| github.com |
<small>Acknowledgement: this website is based on a Hugo theme provided by Olivier Roques</small>
|
Анализировать url |
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Оптимизация сайта jiaqima.com выполнена всего на 62%. Чтобы исправить ситуацию и попасть в ТОП необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: