Анализ сайта physical-world-modeling.github.io
Основное Готовность: 95%
Домен
physical-world-modeling.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://physical-world-modeling.github.io
301 MovedPermanently
https://physical-world-modeling.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.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 08.11.2026 23:06:40.
Включён HSTS (Strict-Transport-Security) — защита от подмены на http.
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
~0,51сек
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 0,51сек оптимальна.
Объем документа
40Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 40Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 8
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 8 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | ./data/bulma.min.css | |
| stylesheet | ./data/fontawesome.all.min.css | |
| stylesheet | ./data/academicons.min.css | |
| stylesheet | ./data/index.css | |
| stylesheet | ./data/style.css | |
| js | ./data/modernizr.js | |
| js | ./data/jquery.min.js | |
| js | ./data/fontawesome.all.min.js |
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 | "687bca43-a397" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 4CF4:E2628:9A4BF9:9B6594:6A88E5F2 |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Fri, 21 Aug 2026 23:57:39 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230090-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787356660.510443,VS0,VE123 |
| Vary | Accept-Encoding |
| x-fastly-request-id | ff1f55991158d89d183f2978ee40075b2082741f |
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: 70%
Title
Building Physically Plausible World Models
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.
Дублей словоформ в title не найдено.
Число символов в title 42 оптимально (норма: от 40 до 45).
Description
Building Physically Plausible World Models
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: 42, минимум: 80, оптимально: от 120 до 130)
Мета-тег description совпадает с title! Внесите правку в title или мета-тег description!
Keywords
World Models, Physics, Machine Learning
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
Кол-во: 1
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:image | https://physical-world-modeling.github.io/data/images/thumbnail.png |
Все мета-теги
Кол-во: 6
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 6шт. 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 | Building Physically Plausible World Models |
| name | keywords | World Models, Physics, Machine Learning |
| name | viewport | width=device-width, initial-scale=1 |
| name | viewport | width=device-width, initial-scale=1 |
| name | twitter:image | https://physical-world-modeling.github.io/data/images/thumbnail.png |
| property | og:image | https://physical-world-modeling.github.io/data/images/thumbnail.png |
Оптимизация Готовность: 90%
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 5 встречаются в тексте достаточно.
Абзацев с текстом 42 достаточно.
Среднее число слов в абзаце 26 достаточно.
Кол-во знаков контента 11074 на странице оптимально.
Кол-во слов 1571 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> 4. Это прекрасно.
На странице присутствуют заголовки <h2> 9. Это хорошо.
Тошнота
4,69
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
12,79%
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 |
|---|---|---|
| models | 22 | 1,40% |
| papers | 13 | 0,83% |
| learning | 11 | 0,70% |
| generation | 9 | 0,57% |
| invited | 8 | 0,51% |
| workshop | 7 | 0,45% |
| plausible | 6 | 0,38% |
| physical | 6 | 0,38% |
| physically | 5 | 0,32% |
| simulation | 5 | 0,32% |
| reconstruction | 5 | 0,32% |
| university | 5 | 0,32% |
| 5 | 0,32% | |
| deepmind | 5 | 0,32% |
| diffusion | 5 | 0,32% |
| alexander | 5 | 0,32% |
| building | 4 | 0,25% |
| generative | 4 | 0,25% |
| robotics | 4 | 0,25% |
| physics | 4 | 0,25% |
Индексация Готовность: 0%
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 81 оптимально. Поисковые роботы обязательно проиндексируют сайт.
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
Не найдено
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 0 оптимально.
Внешние ссылки
Кол-во: 77
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 77 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор | Анализировать |
|---|---|---|
| openreview.net |
OpenReview
|
Анализировать url |
| icml.cc |
style guidelines of ICML 2025
|
Анализировать url |
| sherryy.github.io |
<img class="is-rounded" src="data/images/people/sherry.jpeg" alt="Sherry Yang">
|
Анализировать url |
| sherryy.github.io |
Sherry Yang
|
Анализировать url |
| web.stanford.edu |
<img class="is-rounded" src="data/images/people/agrim.jpg" alt="Agrim Gupta">
|
Анализировать url |
| web.stanford.edu |
Agrim Gupta
|
Анализировать url |
| shurans.github.io |
<img class="is-rounded" src="data/images/people/shuran.jpg" alt="Shuran Song">
|
Анализировать url |
| shurans.github.io |
Shuran Song
|
Анализировать url |
| cseweb.ucsd.edu |
<img class="is-rounded" src="data/images/people/hao.jpg" alt="Hao Su">
|
Анализировать url |
| cseweb.ucsd.edu |
Hao Su
|
Анализировать url |
| beomjoonkim.github.io |
<img class="is-rounded" src="data/images/people/beom.jpg" alt="Beom Joon Kim">
|
Анализировать url |
| beomjoonkim.github.io |
Beom Joon Kim
|
Анализировать url |
| jiajunwu.com |
<img class="is-rounded" src="data/images/people/jiajun.jpg" alt="Jiajun Wu">
|
Анализировать url |
| jiajunwu.com |
Jiajun Wu
|
Анализировать url |
| homangab.github.io |
<img class="is-rounded" src="data/images/people/homanga.jpeg" alt="Homanga Bharadhwaj">
|
Анализировать url |
| homangab.github.io |
Homanga Bharadhwaj
|
Анализировать url |
| boyuan.space |
<img class="is-rounded" src="data/images/people/boyuan.jpg" alt="Boyuan Chen">
|
Анализировать url |
| boyuan.space |
Boyuan Chen
|
Анализировать url |
| yilundu.github.io |
<img class="is-rounded" src="data/images/people/yilun.png" alt="Yilun Du">
|
Анализировать url |
| yilundu.github.io |
Yilun Du
|
Анализировать url |
| frt03.github.io |
<img class="is-rounded" src="data/images/people/hiroki.jpeg" alt="Hiroki Furuta">
|
Анализировать url |
| frt03.github.io |
Hiroki Furuta
|
Анализировать url |
| ruiqigao.github.io |
<img class="is-rounded" src="data/images/people/ruiqi.png" alt="Ruiqi Gao">
|
Анализировать url |
| ruiqigao.github.io |
Ruiqi Gao
|
Анализировать url |
| hkasaei.github.io |
<img class="is-rounded" src="data/images/people/hamidreza.jpeg" alt="Hamidreza Kasaei">
|
Анализировать url |
| hkasaei.github.io |
Hamidreza Kasaei
|
Анализировать url |
| kirmani.ai |
<img class="is-rounded" src="data/images/people/sean.jpg" alt="Sean Kirmani">
|
Анализировать url |
| kirmani.ai |
Sean Kirmani
|
Анализировать url |
| kuanghuei.github.io |
<img class="is-rounded" src="data/images/people/kuang-huei.png" alt="Kuang-Huei Lee">
|
Анализировать url |
| kuanghuei.github.io |
Kuang-Huei Lee
|
Анализировать url |
| ruoshiliu.github.io |
<img class="is-rounded" src="data/images/people/ruoshi.jpg" alt="Ruoshi Liu">
|
Анализировать url |
| ruoshiliu.github.io |
Ruoshi Liu
|
Анализировать url |
| lzylucy.github.io |
<img class="is-rounded" src="data/images/people/zeyi.jpg" alt="Zeyi Liu">
|
Анализировать url |
| lzylucy.github.io |
Zeyi Liu
|
Анализировать url |
| profiles.stanford.edu |
<img class="is-rounded" src="data/images/people/feifei.jpg" alt="Fei-Fei Li">
|
Анализировать url |
| profiles.stanford.edu |
Fei-Fei Li
|
Анализировать url |
| profiles.stanford.edu |
<img class="is-rounded" src="data/images/people/carl.jpeg" alt="Carl Vondrick">
|
Анализировать url |
| profiles.stanford.edu |
Carl Vondrick
|
Анализировать url |
| wenhaoyu.weebly.com |
<img class="is-rounded" src="data/images/people/wenhao.png" alt="Wenhao Yu">
|
Анализировать url |
| wenhaoyu.weebly.com |
Wenhao Yu
|
Анализировать url |
| openreview.net |
Implicit State Estimation via Video Replanning
|
Анализировать url |
| openreview.net |
Learning from Reward-Free Offline Data: A Case for Planning with Latent Dynamics Models
|
Анализировать url |
| openreview.net |
Enhancing Long Video Generation Consistency without Tuning: Time-Frequency Analysis, Prompt Alignment, and Theory
|
Анализировать url |
| openreview.net |
VideoPhy-2: A Challenging Action-Centric Physical Commonsense Evaluation in Video Generation
|
Анализировать url |
| openreview.net |
Unified World Models: Coupling Video and Action Diffusion for Pretraining on Large Robotic Datasets
|
Анализировать url |
| openreview.net |
EmbodiedScene: Towards Automated Generation of Diverse and Realistic Scenes for Embodied AI
|
Анализировать url |
| openreview.net |
SP: Learning Physics from Sparse Observations — Three Pitfalls of PDE-Constrained Diffusion Models
|
Анализировать url |
| openreview.net |
Object-Centric Latent Action Learning
|
Анализировать url |
| openreview.net |
SP: Continuous Autoregressive Generation with Mixture of Gaussians
|
Анализировать url |
| openreview.net |
Adapting Vision-Language Models for Evaluating World Models
|
Анализировать url |
| openreview.net |
Humanoid World Models: Open World Foundation Models for Humanoid Robotics
|
Анализировать url |
| openreview.net |
Can Image-To-Video Models Simulate Pedestrian Dynamics?
|
Анализировать url |
| openreview.net |
SP- PhysicsNeRF: Physics-Guided 3D Reconstruction from Sparse Views
|
Анализировать url |
| openreview.net |
SP: JEPA-WMs: On Planning with Joint-Embedding Predictive World Models
|
Анализировать url |
| openreview.net |
Eyes of the DINO: Learning Physical World Models from Uncurated Web Videos
|
Анализировать url |
| openreview.net |
GRIM: Task-Oriented Grasping with Conditioning on Generative Examples
|
Анализировать url |
| openreview.net |
Direct Robot Configuration Space Construction using Convolutional Encoder-Decoders
|
Анализировать url |
| openreview.net |
TrajEvo: Designing Trajectory Prediction Heuristics via LLM-driven Evolution
|
Анализировать url |
| openreview.net |
Video Self-Distillation for Single-Image Encoders: A Step Toward Physically Plausible Perception
|
Анализировать url |
| openreview.net |
EquiReg: Symmetry-Driven Regularization for Physically Grounded Diffusion-based Inverse Solvers
|
Анализировать url |
| openreview.net |
Self Forcing: Bridging the Train-Test Gap in Autoregressive Video Diffusion
|
Анализировать url |
| openreview.net |
DAWM: Diffusion Action World Models for Offline Reinforcement Learning via Action-Inferred Transitions
|
Анализировать url |
| openreview.net |
World4Omni: A Zero-Shot Framework from Image Generation World Model to Robotic Manipulation
|
Анализировать url |
| openreview.net |
Learning Skill Abstraction from Action-Free Videos via Optical Flow
|
Анализировать url |
| openreview.net |
Neural Modular World Model
|
Анализировать url |
| openreview.net |
A Comprehensive Evaluation of Physical Realism in Text-to-Video Models
|
Анализировать url |
| openreview.net |
Revisiting Multi-Agent World Modeling from a Diffusion-Inspired Perspective
|
Анализировать url |
| openreview.net |
Bidding for Influence: Auction-Driven Diffusion Image Generation
|
Анализировать url |
| openreview.net |
CCC: Enhancing Video Generation via Structured MLLM Feedback
|
Анализировать url |
| openreview.net |
Fostering Video Reasoning via Next-Event Prediction
|
Анализировать url |
| openreview.net |
RobotSmith: Generative Robotic Tool Design for Acquisition of Complex Manipulation Skills
|
Анализировать url |
| openreview.net |
PlaySlot: Learning Inverse Latent Dynamics for Controllable Object-Centric Video Prediction and Planning
|
Анализировать url |
| openreview.net |
Probing Perceptual Constancy in Large Vision Language Models
|
Анализировать url |
| openreview.net |
Learning an Implicit Physics Model for Image-Based Fluid Simulation
|
Анализировать url |
| openreview.net |
Seeing the Wind from a Falling Leaf
|
Анализировать url |
| openreview.net |
PhyRecon: Physically Plausible Neural Scene Reconstruction
|
Анализировать url |
| openreview.net |
SP: PhysTwin: Physics-Informed Reconstruction and Simulation of Deformable Objects from Video
|
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 physical-world-modeling.github.io не совсем готов к продвижению (процент готовности лишь 64%). Для попадания в ТОПы поисковых систем нужно:
Исправьте ошибки индексации.
Поделитесь с друзьями: