Анализ сайта owainevans.github.io
Основное Готовность: 95%
Домен
owainevans.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:
http://owainevans.github.io
301 MovedPermanently
https://owainevans.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 04.10.2026 22:45:22.
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
~0,48сек
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 0,48сек оптимальна.
Объем документа
51Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 51Кб 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 | src/css.css | |
| stylesheet | src/basic-profile.css | |
| stylesheet | src/mobile.css | |
| stylesheet | https://cdnjs.cloudflare.com/ajax/libs/font-awesome/6.5.1/css/all.min.css |
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 | "6a1117f8-ced4" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 2F86:779F0:AF2F22:B06D12:6A88EECE |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 00:35:26 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230057-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787358927.600967,VS0,VE104 |
| Vary | Accept-Encoding |
| x-fastly-request-id | cbd7570514f2aabb82ac021e483e780ea9faac1f |
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: 34%
Title
Owain Evans, AI Alignment researcher
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 уменьшить число символов в title (текущее значение: 48, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Owain Evans is an AI Alignment researcher leading a new research group in Berkeley and affiliated with Oxford University.
Discover his publications, blog posts, and collaborative opportunities on AI alignment, AGI risk, and related topics.
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: 244, оптимально: от 120 до 130)
Keywords
Owain Evans,
Reversal Curse, Situational awareness, TruthfulQA, Autocast, Forecasting, MIT, rationality, LessWrong, Oxford, Future of Humanity Institute, FHI, Bostrom,
Superintelligence, Value Learning, IRL, Inverse Reinforcement Learning, truthful, honest, AI, Artificial Intelligence, TruthfulQA,
Cognitive Science, AI Alignment, AI Safety, Value Alignment, Safe RL, Deliberation, Survey, Grace, Stuhlmüller, Stuhlmueller,
AI, Artificial Intelligence
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
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
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: 3
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 3шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | viewport | width=device-width, initial-scale=1 |
| name | description | Owain Evans is an AI Alignment researcher leading a new research group in Berkeley and affiliated with Oxford University. Discover his publications, blog posts, and collaborative opportunities on AI alignment, AGI risk, and related topics. |
| name | keywords | Owain Evans, Reversal Curse, Situational awareness, TruthfulQA, Autocast, Forecasting, MIT, rationality, LessWrong, Oxford, Future of Humanity Institute, FHI, Bostrom, Superintelligence, Value Learning, IRL, Inverse Reinforcement Learning, truthful, honest, AI, Artificial Intelligence, TruthfulQA, Cognitive Science, AI Alignment, AI Safety, Value Alignment, Safe RL, Deliberation, Survey, Grace, Stuhlmüller, Stuhlmueller, AI, Artificial Intelligence |
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 единственном 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 4 встречаются в тексте достаточно.
Абзацев с текстом 112 достаточно.
Среднее число слов в абзаце 31 достаточно.
Кол-во знаков контента 19713 на странице оптимально.
Кол-во слов 2971 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> 7. Это хорошо.
На странице присутствуют заголовки <h3> 2.
Тошнота
5,39
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
41,27%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота превышает норму 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 |
|---|---|---|
| models | 29 | 0,98% |
| research | 28 | 0,94% |
| learning | 16 | 0,54% |
| preprint | 15 | 0,50% |
| emergent | 14 | 0,47% |
| truthful | 12 | 0,40% |
| reasoning | 12 | 0,40% |
| scientist | 11 | 0,37% |
| anthropic | 11 | 0,37% |
| betley | 11 | 0,37% |
| misalignment | 10 | 0,34% |
| language | 10 | 0,34% |
| reinforcement | 10 | 0,34% |
| training | 9 | 0,30% |
| preferences | 9 | 0,30% |
| awareness | 9 | 0,30% |
| traits | 8 | 0,27% |
| situational | 8 | 0,27% |
| slides | 8 | 0,27% |
| neurips | 8 | 0,27% |
Индексация Готовность: 0%
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 244 слишком много. Проведите ревизию и оптимизацию ссылок сайта.
Robots.txt
Не найден
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.
Файл robots.txt не найден (ошибка 404). Крайне рекомендуем добавить файл robots.txt, это правило хорошего тона для поисковых роботов.
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: 25
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 25 оптимально.
На странице присутствуют изображения 1.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /pdfs/oocr_primer_latex.pdf |
PDF
|
|
|
| /talk-transcript.html |
Vintage LLMs: Pretrain language models on data up to a particular date
|
|
Анализировать url |
| /ModernistPoetrybyGPT3.html |
Modernist poetry by GPT-3 davinci
|
|
Анализировать url |
| /pdfs/lessons_two_hop.pdf |
PDF
|
|
|
| /pdfs/nature-narrow-s41586-025-09937-5.pdf |
PDF
|
|
|
| /visual_aesthetics/sensory-optimization.html |
Sensory Optimization: Neural Networks as a Model for Understanding and Creating Art
|
|
Анализировать url |
| /pdfs/evans_ida_projects.pdf |
Machine Learning Projects for Iterated Distillation and Amplification
|
|
|
| /pdfs/predicting_judgments_final.pdf |
Predicting Human Deliberative Judgments with Machine Learning
|
|
|
| /blog/hirl_blog.html |
Blogpost
|
|
Анализировать url |
| /pdfs/owainevans_cambridge.pdf |
Slides
|
|
|
| /pdfs/preferences_bounded_agents_evans.pdf |
Learning the Preferences of Bounded Agents.
|
|
|
| /pdfs/learning_structured_preferences_evans.pdf |
Learning Structured Preferences.
|
|
|
| /pdfs/help_hinder_evans.pdf |
Help or hinder: Bayesian models of social goal inference
|
|
|
| /hinton.html |
Slides
|
|
Анализировать url |
| /pdfs/psj_slides_owain.pdf |
Predicting Slow Judgment
|
|
|
| /pdfs/owainevans_cambridge.pdf |
Trial without Error: Towards Safe Reinforcement Learning via Human Intervention
|
|
|
| /pdfs/owainevans_ai_corporation_slides.pdf |
Automated Corporations and AI Risk
|
|
|
| /pdfs/owainevans_toronto_slides.pdf |
Agent-agnostic Human-in-the-loop Reinforcement Learning
|
|
|
| /pdfs/owainevans_aaai_slides.pdf |
Learning the Preferences of Ignorant, Inconsistent Agents
|
|
|
| /pdfs/owainevans_human_preferences.pdf |
Learning Human Preferences
|
|
|
| / |
Zac Kenton
|
|
Анализировать url |
| /pdfs/Language-for-Intelligent-Machines-A-Prospectus.pdf |
Language for Intelligent Machines: A Prospectus (2021) [see paper below for longer treatment]
|
|
|
| /pdfs/QNRs_FHI-TR-2021-3.0.pdf |
QNRs: Toward Language for Intelligent Machines (2021)
|
|
|
| /pdfs/Reframing_Superintelligence_FHI-TR-2019.pdf |
Reframing superintelligence: Comprehensive AI services as general intelligence (2019)
|
|
|
| /pdfs/MDL-Intelligence-Distillation-for-safe-superintelligent-problem-solving1.pdf |
MDL Intelligence Distillation: Exploring strategies for safe access to superintelligent problem-solving capabilities (2015)
|
|
Внешние ссылки
Кол-во: 197
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 197 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор | Анализировать |
|---|---|---|
| scholar.google.co.uk |
<i class="fa-brands fa-google-scholar"></i>
|
Анализировать url |
| linkedin.com |
<i class="fa-brands fa-linkedin"></i>
|
Анализировать url |
| twitter.com |
<i class="fa-brands fa-x-twitter"></i>
|
|
| truthful.ai |
Truthful AI
|
Анализировать url |
| arxiv.org |
Negation Neglect: When models fail to learn negations in training
|
Анализировать url |
| x.com |
tweet
|
Анализировать url |
| lesswrong.com |
blog
|
Анализировать url |
| arxiv.org |
Conditional misalignment: common interventions can hide emergent misalignment behind contextual triggers
|
Анализировать url |
| x.com |
tweet
|
Анализировать url |
| arxiv.org |
The Consciousness Cluster: Emergent preferences of Models that Claim to be Conscious
|
Анализировать url |
| lesswrong.com |
blog
|
Анализировать url |
| arxiv.org |
Activation Oracles: Training and Evaluating LLMs as General-Purpose Activation Explainers
|
Анализировать url |
| x.com |
tweet
|
Анализировать url |
| arxiv.org |
Weird Generalization and Inductive Backdoors: New Ways to Corrupt LLMs
|
Анализировать url |
| x.com |
tweet
|
Анализировать url |
| arxiv.org |
Persona vectors: Monitoring and controlling character traits in LLMs
|
Анализировать url |
| anthropic.com |
blog
|
Анализировать url |
| nature.com |
Subliminal Learning: LLMs transmit behavioral traits via hidden signals in data
|
Анализировать url |
| arxiv.org |
arXiv
|
Анализировать url |
| lesswrong.com |
blog
|
Анализировать url |
| arxiv.org |
Emergent Misalignment: Narrow finetuning can produce broadly misaligned LLMs
|
Анализировать url |
| nature.com |
Nature version
|
Анализировать url |
| lesswrong.com |
blog
|
Анализировать url |
| hintonlectures.com |
Hinton Lectures
|
Анализировать url |
| youtube.com |
here
|
Анализировать url |
| outofcontextreasoning.com |
out-of-context reasoning
|
Анализировать url |
| truthful.ai |
Truthful AI
|
Анализировать url |
| ought.org |
Ought
|
Анализировать url |
| constellation.org |
Constellation
|
Анализировать url |
| twitter.com |
Twitter
|
|
| futureofhumanityinstitute.org |
FHI
|
Анализировать url |
| en.wikipedia.org |
name
|
Анализировать url |
| scholar.google.co.uk |
<i class="fa-brands fa-google-scholar"></i> Scholar
|
Анализировать url |
| linkedin.com |
<i class="fa-brands fa-linkedin"></i> LinkedIn
|
Анализировать url |
| twitter.com |
<i class="fa-brands fa-x-twitter"></i> Twitter
|
|
| lesswrong.com |
<i class="fa-solid fa-pen-fancy"></i> LessWrong
|
Анализировать url |
| en.wikipedia.org |
<i class="fa-brands fa-wikipedia-w"></i> Wikipedia
|
Анализировать url |
| nature.com |
Subliminal Learning: LLMs transmit behavioral traits via hidden signals in data
|
Анализировать url |
| arxiv.org |
arXiv
|
Анализировать url |
| arxiv.org |
Emergent Misalignment: Narrow finetuning can produce broadly misaligned LLMs
|
Анализировать url |
| arxiv.org |
Me, Myself, and AI: The Situational Awareness Dataset (SAD) for LLMs
|
Анализировать url |
| arxiv.org |
Connecting the Dots: LLMs can Infer & Verbalize Latent Structure from Training Data
|
Анализировать url |
| arxiv.org |
The Reversal Curse: LLMs trained on "A is B" fail to learn "B is A"
|
Анализировать url |
| arxiv.org |
How To Catch an AI Liar
|
Анализировать url |
| arxiv.org |
TruthfulQA: Measuring how models mimic human falsehoods
|
Анализировать url |
| arxiv.org |
Truthful AI: Developing and governing AI that does not lie
|
Анализировать url |
| lesswrong.com |
Negation Neglect: When models fail to learn negations in training
|
Анализировать url |
| lesswrong.com |
Weird Generalization & Inductive Backdoors
|
Анализировать url |
| alignment.anthropic.com |
Activation Oracles: Training and Evaluating LLMs as General-Purpose Activation Explainers
|
Анализировать url |
| lesswrong.com |
Harmless reward hacks can generalize to misalignment in LLMs
|
Анализировать url |
| anthropic.com |
Persona vectors: Monitoring and controlling character traits in LLMs
|
Анализировать url |
| lesswrong.com |
Subliminal Learning: LLMs Transmit Behavioral Traits via Hidden Signals in Data
|
Анализировать url |
| lesswrong.com |
Backdoor awareness and misaligned personas in reasoning models
|
Анализировать url |
| lesswrong.com |
Thought Crime: Backdoors & Emergent Misalignment in Reasoning Models
|
Анализировать url |
| lesswrong.com |
Emergent Misalignment: Narrow finetuning can produce broadly misaligned LLMs
|
Анализировать url |
| lesswrong.com |
Tell me about yourself: LLMs are aware of their learned behaviors
|
Анализировать url |
| lesswrong.com |
Inference-Time-Compute: More Faithful? A Research Note
|
Анализировать url |
| lesswrong.com |
LLMs can learn about themselves by introspection
|
Анализировать url |
| lesswrong.com |
Me, Myself, and AI: The Situational Awareness Dataset (SAD) for LLMs
|
Анализировать url |
| lesswrong.com |
How to catch an AI liar: Lie detection in black-box LLMs by asking unrelated questions
|
Анализировать url |
| lesswrong.com |
LLMs trained on "A is B" fail to learn "B is A" (The Reversal Curse)
|
Анализировать url |
| lesswrong.com |
How truthful is GPT-3? A benchmark for language models
|
Анализировать url |
| lesswrong.com |
Truthful AI: Developing and governing AI that does not lie
|
Анализировать url |
| outofcontextreasoning.com |
A short primer and reading list on out-of-context reasoning
|
Анализировать url |
| lesswrong.com |
(Research update) Concept Poisoning: Probing LLMs without probes
|
Анализировать url |
| lesswrong.com |
(Research update) New, improved multiple-choice TruthfulQA
|
Анализировать url |
| lesswrong.com |
Tips On Empirical Research Slides
|
Анализировать url |
| lesswrong.com |
How do LLMs give truthful answers? A discussion of LLM vs human reasoning, ensembles & parrots
|
Анализировать url |
| lesswrong.com |
(Research update) How do new models from OpenAI, DeepMind and Anthropic perform on TruthfulQA?
|
Анализировать url |
| lesswrong.com |
Lives of the Cambridge Polymath Geniuses
|
Анализировать url |
| lesswrong.com |
Solving Math Problems with Relay Teams: An Experiment in Factored Cognition
|
Анализировать url |
| ought.org |
Evaluating Arguments One Step at a Time
|
Анализировать url |
| lesswrong.com |
Quantifying Household Transmission of Covid
|
Анализировать url |
| lesswrong.com |
Neural nets as a model for how humans make and understand visual art
|
Анализировать url |
| lesswrong.com |
Model Mis-specification and Inverse Reinforcement Learning: Obstacles to Inferring Preferences from Behavior
|
Анализировать url |
| lesswrong.com |
here
|
Анализировать url |
| arxiv.org |
Negation Neglect: When models fail to learn negations in training
|
Анализировать url |
| x.com |
tweet
|
Анализировать url |
| lesswrong.com |
blog
|
Анализировать url |
| arxiv.org |
Conditional misalignment: common interventions can hide emergent misalignment behind contextual triggers
|
Анализировать url |
| x.com |
tweet
|
Анализировать url |
| arxiv.org |
The Consciousness Cluster: Emergent preferences of Models that Claim to be Conscious
|
Анализировать url |
| arxiv.org |
Activation Oracles: Training and Evaluating LLMs as General-Purpose Activation Explainers
|
Анализировать url |
| arxiv.org |
Weird Generalization and Inductive Backdoors: New Ways to Corrupt LLMs
|
Анализировать url |
| arxiv.org |
Lessons from Studying Two-Hop Latent Reasoning
|
Анализировать url |
| arxiv.org |
School of Reward Hacks: Hacking harmless tasks generalizes to misaligned behavior in LLMs
|
Анализировать url |
| arxiv.org |
Persona vectors: Monitoring and controlling character traits in language models
|
Анализировать url |
| nature.com |
Subliminal Learning: Language models transmit behavioral traits via hidden signals in data
|
Анализировать url |
| arxiv.org |
arXiv
|
Анализировать url |
| arxiv.org |
Chain of thought monitorability: A new and fragile opportunity for ai safety
|
Анализировать url |
| arxiv.org |
Thought Crime: Backdoors and Emergent Misalignment in Reasoning Models
|
Анализировать url |
| arxiv.org |
Emergent Misalignment: Narrow finetuning can produce broadly misaligned LLMs
|
Анализировать url |
| nature.com |
Nature
|
Анализировать url |
| arxiv.org |
Tell me about yourself: LLMs are aware of their learned behaviors
|
Анализировать url |
| arxiv.org |
Are DeepSeek R1 And Other Reasoning Models More Faithful?
|
Анализировать url |
| arxiv.org |
Looking Inward: Language Models Can Learn About Themselves by Introspection
|
Анализировать url |
| arxiv.org |
Me, Myself, and AI: The Situational Awareness Dataset (SAD) for LLMs
|
Анализировать url |
| arxiv.org |
Connecting the Dots: LLMs can Infer and Verbalize Latent Structure from Disparate Training Data
|
Анализировать url |
| arxiv.org |
Can Language Models Explain Their Own Classification Behavior?
|
Анализировать url |
| arxiv.org |
Tell, Don't show: Declarative facts influence how LLMs generalize
|
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
Сайт owainevans.github.io не совсем готов к продвижению (процент готовности лишь 53%). Для попадания в ТОПы поисковых систем нужно:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: