Анализ сайта violetpeng.github.io
Основное Готовность: 100%
Домен
violetpeng.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://violetpeng.github.io
301 MovedPermanently
https://violetpeng.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
en
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык документа указан явно: en.
Скорость загрузки
~0,56сек
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 0,56сек оптимальна.
Объем документа
69Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 69Кб 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 | //maxcdn.bootstrapcdn.com/font-awesome/4.7.0/css/font-awesome.min.css | |
| stylesheet | /css/bootstrap.min.css | |
| stylesheet | /css/bootstrap-social.css | |
| stylesheet | /css/main.css | |
| stylesheet | //fonts.googleapis.com/css?family=Lora:400,700,400italic,700italic | |
| stylesheet | //fonts.googleapis.com/css?family=Open+Sans:300italic,400italic,600italic,700italic,800italic,400,300,600,700,800 | |
| js | /js/bootstrap.min.js | |
| js | /js/main.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 |
| x-origin-cache | HIT |
| Access-Control-Allow-Origin | * |
| ETag | "69bf84d5-11637" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 4B92:57185:1270393:1293A34:6A892B3E |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 04:53:18 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230141-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787374399.636374,VS0,VE127 |
| Vary | Accept-Encoding |
| x-fastly-request-id | cd5e674ab951828efda0676da1b11d28d0a8a03f |
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: 33%
Title
Nanyun (Violet) Peng
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: 20, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Установите мета-тег description!
Keywords
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Установите мета-тег keywords!
Канонический Url
http://localhost:4000/
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.
Домен в каноническом Url не совпадает!
Robots
Ошибок нет
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots не указан. Страница свободна для индексации.
Адаптивность
width=device-width, initial-scale=1.0, maximum-scale=1.0
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Meta-тег viewport со значением maximum-scale определяет максимальный масштаб области просмотра.
Разметка OpenGraph
Кол-во: 5
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:title | Nanyun (Violet) Peng |
| og:description | {:class="avatar-img"} Nanyun (Violet) Peng Associate Professor (on leave) @ UCLA Senior Staff Research Scientist @ Google violetpeng AT cs DOT ucla DOT edu UCLA Eng VI Rm 397A Natural Language Processing Machine Learning Google Scholar Twitter Welcome! Note: If you received an email from me regarding a research position, please... |
| og:type | website |
| og:url | http://localhost:4000/ |
| og:image | http://localhost:4000/Logos/logo_transparent_background.png |
Все мета-теги
Кол-во: 13
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 13шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | viewport | width=device-width, initial-scale=1.0, maximum-scale=1.0 |
| name | author | Nanyun (Violet) Peng |
| name | twitter:card | summary |
| name | twitter:site | @violetnpeng |
| name | twitter:creator | @violetnpeng |
| name | twitter:title | Nanyun (Violet) Peng |
| name | twitter:description | {:class="avatar-img"} Nanyun (Violet) Peng Associate Professor (on leave) @ UCLA Senior Staff Research Scientist @ Google violetpeng AT cs DOT ucla DOT edu UCLA Eng VI Rm 397A Natural Language Processing Machine Learning Google Scholar Twitter Welcome! Note: If you received an email from me regarding a research position, please... |
| name | twitter:image | /Logos/logo_transparent_background.png |
| property | og:title | Nanyun (Violet) Peng |
| property | og:description | {:class="avatar-img"} Nanyun (Violet) Peng Associate Professor (on leave) @ UCLA Senior Staff Research Scientist @ Google violetpeng AT cs DOT ucla DOT edu UCLA Eng VI Rm 397A Natural Language Processing Machine Learning Google Scholar Twitter Welcome! Note: If you received an email from me regarding a research position, please... |
| property | og:type | website |
| property | og:url | http://localhost:4000/ |
| property | og:image | http://localhost:4000/Logos/logo_transparent_background.png |
Оптимизация Готовность: 67%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют в одном экземпляре).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Абзацев с текстом 4 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Слова из title 3 встречаются в тексте достаточно.
Среднее число слов в абзаце 17 достаточно.
Кол-во знаков контента 36778 на странице оптимально.
Кол-во слов 5568 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 <h2> 5. Это хорошо.
На странице присутствуют заголовки <h3> 7.
Тошнота
9,80
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
6,11%
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 |
|---|---|---|
| nanyun | 96 | 1,72% |
| details | 93 | 1,67% |
| conference | 89 | 1,60% |
| language | 65 | 1,17% |
| proceedings | 62 | 1,11% |
| processing | 49 | 0,88% |
| natural | 43 | 0,77% |
| association | 40 | 0,72% |
| computational | 40 | 0,72% |
| annual | 38 | 0,68% |
| linguistics | 37 | 0,66% |
| accepted | 33 | 0,59% |
| empirical | 33 | 0,59% |
| methods | 33 | 0,59% |
| kai-wei | 30 | 0,54% |
| generation | 29 | 0,52% |
| papers | 27 | 0,48% |
| pluslab | 25 | 0,45% |
| meeting | 23 | 0,41% |
| research | 22 | 0,40% |
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 309 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: 211
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 211 слишком много. Проведите оптимизацию сайта!
Показать первые 100 внутренних ссылок
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| / |
PI
|
|
Анализировать url |
| /group |
Group
|
|
Анализировать url |
| /publications |
Publications
|
|
Анализировать url |
| /application |
Opening
|
|
Анализировать url |
| / |
<span class="fa-stack fa-lg">
<i class="fa fa-circle fa-stack-2x"></i>
<i class="fa fa-university fa-stack-1x fa-inverse"></i>
</span>
|
|
Анализировать url |
| / |
<span class="fa-stack fa-lg">
<i class="fa fa-circle fa-stack-2x"></i>
<i class="fa fa-briefcase fa-stack-1x fa-inverse"></i>
</span>
|
|
Анализировать url |
| / |
<span class="fa-stack fa-lg">
<i class="fa fa-circle fa-stack-2x"></i>
<i class="fa fa-location-arrow fa-stack-1x fa-inverse"></i>
</span>
|
|
Анализировать url |
| / |
<span class="fa-stack fa-lg">
<i class="fa fa-circle fa-stack-2x"></i>
<i class="fa fa-hashtag fa-stack-1x fa-inverse"></i>
</span>
|
|
Анализировать url |
| /group |
<i class="fa fa-bullhorn"></i> Announcements
|
|
Анализировать url |
| /application/ |
this
|
|
Анализировать url |
| / |
MSLD 2026 @ UIUC
|
|
Анализировать url |
| / |
ICLR 2026 @ Rio de Janeiro, Brazil
|
|
Анализировать url |
| /bibliography/spangher2022news |
Outstanding Paper Award
|
|
Анализировать url |
| /bibliography/hsu2022graph |
Best Paper Award
|
|
Анализировать url |
| /presentations/EMNLP19_WNGT.pdf |
the slides
|
|
|
| /presentations/EMNLP19_NewSum.pdf |
the slides
|
|
|
| /group |
Peng’s Language Understanding & Synthesis (PLUS) Lab
|
|
Анализировать url |
| /publications |
Selected Recent Papers
|
|
Анализировать url |
| /bibliography/deng2025openvlthinker/ |
OpenVLThinker: Complex Vision-Language Reasoning via Iterative SFT-RL Cycles
|
|
Анализировать url |
| /bibliography/deng2025openvlthinker/ |
Details
|
|
Анализировать url |
| /bibliography/blume2025partonomy/ |
PARTONOMY: Large Multimodal Models with Part-Level Visual Understanding
|
|
Анализировать url |
| /bibliography/blume2025partonomy/ |
Details
|
|
Анализировать url |
| /bibliography/yao2025cake/ |
CaKE: Circuit-aware Editing Enables Generalizable Knowledge Learners
|
|
Анализировать url |
| /bibliography/yao2025cake/ |
Details
|
|
Анализировать url |
| /bibliography/parekh2025dicore/ |
DiCoRe: Enhancing Zero-shot Event Detection via Divergent-Convergent LLM Reasoning
|
|
Анализировать url |
| /bibliography/parekh2025dicore/ |
Details
|
|
Анализировать url |
| /bibliography/parekh2025snare/ |
SNaRe: Domain-aware Data Generation for Low-Resource Event Detection
|
|
Анализировать url |
| /bibliography/parekh2025snare/ |
Details
|
|
Анализировать url |
| /bibliography/zhou2025coda/ |
Contrastive Visual Data Augmentation
|
|
Анализировать url |
| /bibliography/zhou2025coda/ |
Details
|
|
Анализировать url |
| /bibliography/zhang2025monarch/ |
Scaling Probabilistic Circuits via Monarch Matrices
|
|
Анализировать url |
| /bibliography/zhang2025monarch/ |
Details
|
|
Анализировать url |
| /bibliography/zheng2025expo/ |
Model Extrapolation Expedites Alignment
|
|
Анализировать url |
| /bibliography/zheng2025expo/ |
Details
|
|
Анализировать url |
| /bibliography/fayyaz2025collapse/ |
Collapse of Dense Retrievers: Short, Early, and Literal Biases Outranking Factual Evidence
|
|
Анализировать url |
| /bibliography/fayyaz2025collapse/ |
Details
|
|
Анализировать url |
| /bibliography/li2025metal/ |
METAL: A Multi-Agent Framework for Chart Generation with Test-Time Scaling
|
|
Анализировать url |
| /bibliography/li2025metal/ |
Details
|
|
Анализировать url |
| /bibliography/harelcanada2025sandcastles/ |
Sandcastles in the Storm: Revisiting the (Im)possibility of Strong Watermarking
|
|
Анализировать url |
| /bibliography/harelcanada2025sandcastles/ |
Details
|
|
Анализировать url |
| /bibliography/yerukola2025gesture/ |
Mind the Gesture: Evaluating AI Sensitivity to Culturally Offensive Non-Verbal Gestures
|
|
Анализировать url |
| /bibliography/yerukola2025gesture/ |
Details
|
|
Анализировать url |
| /bibliography/ha2025synthia/ |
SYNTHIA: Novel Concept Design with Affordance Composition
|
|
Анализировать url |
| /bibliography/ha2025synthia/ |
Details
|
|
Анализировать url |
| /bibliography/zhang2024adaptable/ |
Adaptable Logical Control for Large Language Models
|
|
Анализировать url |
| /bibliography/zhang2024adaptable/ |
Details
|
|
Анализировать url |
| /bibliography/yin2024safeworld/ |
SafeWorld: Geo-Diverse Safety Alignment
|
|
Анализировать url |
| /bibliography/yin2024safeworld/ |
Details
|
|
Анализировать url |
| /bibliography/hu2024mqt/ |
Matryoshka Query Transformer for Large Vision-Language Models
|
|
Анализировать url |
| /bibliography/hu2024mqt/ |
Details
|
|
Анализировать url |
| /bibliography/harel2024measuring/ |
Measuring Psychological Depth in Language Models
|
|
Анализировать url |
| /bibliography/harel2024measuring/ |
Details
|
|
Анализировать url |
| /bibliography/tian2024are/ |
Are Large Language Models Capable of Generating Human-Level Narratives?
|
|
Анализировать url |
| /bibliography/tian2024are/ |
Details
|
|
Анализировать url |
| /bibliography/spangher2024llm_planning/ |
Do LLMs Plan Like Human Writers? Comparing Journalist Coverage of Press Releases with LLMs
|
|
Анализировать url |
| /bibliography/spangher2024llm_planning/ |
Details
|
|
Анализировать url |
| /bibliography/li2024evaluating/ |
Evaluating LLMs’ Capability in Satisfying Lexical Constraints
|
|
Анализировать url |
| /bibliography/li2024evaluating/ |
Details
|
|
Анализировать url |
| /bibliography/chang2024contrastive/ |
Explaining and Improving Contrastive Decoding by Extrapolating the Probabilities of a Huge and Hypothetical LM
|
|
Анализировать url |
| /bibliography/chang2024contrastive/ |
Details
|
|
Анализировать url |
| /bibliography/dou2024rerest/ |
Re-ReST: Reflection-Reinforced Self-Training for Language Agents
|
|
Анализировать url |
| /bibliography/dou2024rerest/ |
Details
|
|
Анализировать url |
| /bibliography/parekh2024speed/ |
SPEED++: A Multilingual Event Extraction Framework for Epidemic Prediction and Preparedness
|
|
Анализировать url |
| /bibliography/parekh2024speed/ |
Details
|
|
Анализировать url |
| /bibliography/tian2024detecting/ |
Detecting Machine-Generated Long-Form Content with Latent-Space Variables
|
|
Анализировать url |
| /bibliography/tian2024detecting/ |
Details
|
|
Анализировать url |
| /bibliography/lu2024cdm/ |
Open-Domain Text Evaluation via Contrastive Distribution Methods
|
|
Анализировать url |
| /bibliography/lu2024cdm/ |
Details
|
|
Анализировать url |
| /bibliography/zheng2024dro/ |
On Prompt-Driven Safeguarding for Large Language Models
|
|
Анализировать url |
| /bibliography/zheng2024dro/ |
Details
|
|
Анализировать url |
| /bibliography/lu2024nado2/ |
DiNADO: Norm-Disentangled Neurally-Decomposed Oracles for Controlling Language Models
|
|
Анализировать url |
| /bibliography/lu2024nado2/ |
Details
|
|
Анализировать url |
| /bibliography/wadhawan2024contextual/ |
ConTextual: Evaluating Context-Sensitive Text-Rich Visual Reasoning in Large Multimodal Models
|
|
Анализировать url |
| /bibliography/wadhawan2024contextual/ |
Details
|
|
Анализировать url |
| /bibliography/cai2024improving/ |
Improving Event Definition Following For Zero-Shot Event Detection
|
|
Анализировать url |
| /bibliography/cai2024improving/ |
Details
|
|
Анализировать url |
| /bibliography/Qiu2024/ |
Holistic Coverage and Faithfulness Evaluation of Large Vision-Language Models
|
|
Анализировать url |
| /bibliography/Qiu2024/ |
Details
|
|
Анализировать url |
| /bibliography/Spangher2024/ |
Tracking the Newsworthiness of Public Documents
|
|
Анализировать url |
| /bibliography/Spangher2024/ |
Details
|
|
Анализировать url |
| /bibliography/tian2024macgyver/ |
MacGyver: Are Large Language Models Creative Problem Solvers?
|
|
Анализировать url |
| /bibliography/tian2024macgyver/ |
Details
|
|
Анализировать url |
| /bibliography/qiu2024amrfact/ |
AMRFact: Enhancing Summarization Factuality Evaluation with AMR-Driven Negative Samples Generation
|
|
Анализировать url |
| /bibliography/qiu2024amrfact/ |
Details
|
|
Анализировать url |
| /bibliography/parekh2024clap/ |
Contextual Label Projection for Cross-Lingual Structured Prediction
|
|
Анализировать url |
| /bibliography/parekh2024clap/ |
Details
|
|
Анализировать url |
| /bibliography/parekh2024pipp/ |
Event Detection from Social Media for Epidemic Prediction
|
|
Анализировать url |
| /bibliography/parekh2024pipp/ |
Details
|
|
Анализировать url |
| /bibliography/yang2024rlcd/ |
RLCD: Reinforcement Learning from Contrast Distillation for Language Model Alignment
|
|
Анализировать url |
| /bibliography/yang2024rlcd/ |
Details
|
|
Анализировать url |
| /bibliography/kung2023active/ |
Active Instruction Tuning: Improving Cross-Task Generalization by Training on Prompt Sensitive Tasks
|
|
Анализировать url |
| /bibliography/kung2023active/ |
Details
|
|
Анализировать url |
| /bibliography/qiu2023gender/ |
Gender Biases in Automatic Evaluation Metrics for Image Captioning
|
|
Анализировать url |
| /bibliography/qiu2023gender/ |
Details
|
|
Анализировать url |
| /bibliography/sun2023eval/ |
Evaluating Large Language Models on Controlled Generation Tasks
|
|
Анализировать url |
| /bibliography/sun2023eval/ |
Details
|
|
Анализировать url |
| /bibliography/wan2023kelly/ |
“Kelly is a Warm Person, Joseph is a Role Model”: Gender Biases in LLM-Generated Reference Letters
|
|
Анализировать url |
| /bibliography/wan2023kelly/ |
Details
|
|
Анализировать url |
| /bibliography/li2023desco/ |
DesCo: Learning Object Recognition with Rich Language Descriptions
|
|
Анализировать url |
| /bibliography/li2023desco/ |
Details
|
|
Анализировать url |
Внешние ссылки
Кол-во: 96
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 96 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор | Анализировать |
|---|---|---|
| scholar.google.com |
<span class="fa-stack fa-lg">
<i class="fa fa-circle fa-stack-2x"></i>
<i class="fa fa-graduation-cap fa-stack-1x fa-inverse"></i>
</span> Google Scholar
|
Анализировать url |
| scholar.google.com |
<i class="fa fa-rss"></i>
|
Анализировать url |
| twitter.com |
<span class="fa-stack fa-lg">
<i class="fa fa-circle fa-stack-2x"></i>
<i class="fa fa-twitter fa-stack-1x fa-inverse"></i>
</span> Twitter
|
|
| cs.ucla.edu |
Computer Science Department
|
Анализировать url |
| ucla.edu |
University of California, Los Angeles
|
Анализировать url |
| cs.jhu.edu |
Computer Science
|
Анализировать url |
| jhu.edu |
Johns Hopkins University
|
Анализировать url |
| clsp.jhu.edu |
Center for Language and Speech Processing
|
Анализировать url |
| usc.edu |
University of Southern California
|
Анализировать url |
| cs.usc.edu |
Computer Science Department
|
Анализировать url |
| isi.edu |
Information Sciences Institute
|
Анализировать url |
| iclr.cc |
ICLR 2026
|
Анализировать url |
| 2026.eacl.org |
EACL 2026
|
Анализировать url |
| neurips.cc |
NeurIPS 2025
|
Анализировать url |
| 2025.emnlp.org |
EMNLP 2025
|
Анализировать url |
| iccv.thecvf.com |
ICCV 2025
|
Анализировать url |
| 2025.aclweb.org |
ACL 2025
|
Анализировать url |
| icml.cc |
ICML 2025
|
Анализировать url |
| cvpr.thecvf.com |
CVPR 2025
|
Анализировать url |
| iclr.cc |
ICLR 2025
|
Анализировать url |
| 2025.naacl.org |
NAACL 2025
|
Анализировать url |
| aclweb.org |
board member for NAACL
|
Анализировать url |
| 2025.emnlp.org |
EMNLP 2025
|
Анализировать url |
| 2024.emnlp.org |
EMNLP 2024
|
Анализировать url |
| neurips.cc |
NeurIPS 2024
|
Анализировать url |
| 2024.emnlp.org |
EMNLP 2024
|
Анализировать url |
| iclr.cc |
ICLR 2025
|
Анализировать url |
| 2024.aclweb.org |
ACL 2024
|
Анализировать url |
| icml.cc |
ICML 2024
|
Анализировать url |
| nsf.gov |
Insertion-based language models
|
Анализировать url |
| 2024.naacl.org |
NAACL 2024
|
Анализировать url |
| lrec-coling-2024.org |
LREC-COLING 2024
|
Анализировать url |
| iclr.cc |
ICLR 2024
|
Анализировать url |
| aaai.org |
AAAI 2024
|
Анализировать url |
| aaai.org |
AAAI 2024
|
Анализировать url |
| 2023.emnlp.org |
EMNLP 2023
|
Анализировать url |
| arxiv.org |
DesCo
|
Анализировать url |
| nips.cc |
Neurips 2023
|
Анализировать url |
| okawa-foundation.or.jp |
Okawa Foundation Research Grant
|
Анализировать url |
| arxiv.org |
Gelato
|
Анализировать url |
| icml.cc |
ICML 2023
|
Анализировать url |
| research.google |
Google Research Scholar
|
Анализировать url |
| 2023.aclweb.org |
ACL 2023
|
Анализировать url |
| arxiv.org |
NADO paper
|
Анализировать url |
| nips.cc |
Neurips 2022
|
Анализировать url |
| 2022.emnlp.org |
EMNLP 2022
|
Анализировать url |
| nips.cc |
Neurips 2022
|
Анализировать url |
| 2022.naacl.org |
NAACL 2022
|
Анализировать url |
| 2022.naacl.org |
NAACL 2022
|
Анализировать url |
| cvpr2022.thecvf.com |
CVPR 2022
|
Анализировать url |
| deep-learning-graphs.bitbucket.io |
AAAI DLG 2022 workshop
|
Анализировать url |
| 2022.aclweb.org |
ACL 2022
|
Анализировать url |
| aaai.org |
AAAI 2022
|
Анализировать url |
| deep-learning-graphs.bitbucket.io |
DLG-AAAI 2022
|
Анализировать url |
| 2021.emnlp.org |
EMNLP 2021
|
Анализировать url |
| 2021.aclweb.org |
ACL 2021
|
Анализировать url |
| sites.google.com |
Narrative Understanding
|
Анализировать url |
| 2021.naacl.org |
NAACL 2021
|
Анализировать url |
| 2021.eacl.org |
EACL 2021
|
Анализировать url |
| aaai.org |
AAAI 2021
|
Анализировать url |
| 2021.aclweb.org |
ACL 2021
|
Анализировать url |
| 2021.naacl.org |
NAACL 2021
|
Анализировать url |
| 2020.emnlp.org |
EMNLP 2020
|
Анализировать url |
| aaai.org |
AAAI 2021
|
Анализировать url |
| acl2020.org |
24 handbooks
|
Анализировать url |
| aacl2020.org |
AACL 2020
|
Анализировать url |
| mingyu.ma |
Derek Ma
|
Анализировать url |
| aacl2020.org |
AACL 2020
|
Анализировать url |
| arxiv.org |
R3 Reverse, Retrieve, and Rank for Sarcasm Generation with Commonsense Knowledge
|
Анализировать url |
| acl2020.org |
ACL 2020
|
Анализировать url |
| 2020.emnlp.org |
EMNLP 2020
|
Анализировать url |
| cs.cmu.edu |
invited talk
|
Анализировать url |
| viterbi.usc.edu |
invited talk
|
Анализировать url |
| arxiv.org |
evaluating open-domain dialog systems using predictive engagement
|
Анализировать url |
| aaai.org |
AAAI 2020
|
Анализировать url |
| sites.google.com |
Neural Generation and Translation workshop
|
Анализировать url |
| summarization2019.github.io |
NewSum
|
Анализировать url |
| vnpeng.net |
full publication list
|
Анализировать url |
| scholar.google.com |
Google Scholar
|
Анализировать url |
| research.google |
Google
|
Анализировать url |
| cs.ucla.edu |
UCLA Computer Science
|
Анализировать url |
| amazon.science |
Amazon AGI Org (Previously Alexa AI)
|
Анализировать url |
| cs.usc.edu |
USC Computer Science
|
Анализировать url |
| isi.edu |
USC Information Sciences Institute
|
Анализировать url |
| cs.jhu.edu |
Johns Hopkins University, Computer Science
|
Анализировать url |
| english.pku.edu.cn |
Peking University
|
Анализировать url |
| 2024.emnlp.org |
EMNLP Outstanding Paper Awards
|
Анализировать url |
| nsf.gov |
NSF CAREER Award
|
Анализировать url |
| okawa-foundation.or.jp |
Okawa Foundation Research Grant
|
Анализировать url |
| research.google |
Google Research Scholar Award
|
Анализировать url |
| 2022.naacl.org |
NAACL Outstanding Paper Award
|
Анализировать url |
| deep-learning-graphs.bitbucket.io |
AAAI DLG Best Paper Award
|
Анализировать url |
| isi.edu |
CSCI 544: Applied Natural Language Processing
|
Анализировать url |
| github.com |
<span class="fa-stack fa-lg">
<i class="fa fa-circle fa-stack-2x"></i>
<i class="fa fa-github fa-stack-1x fa-inverse"></i>
</span>
|
Анализировать url |
| twitter.com |
<span class="fa-stack fa-lg">
<i class="fa fa-circle fa-stack-2x"></i>
<i class="fa fa-twitter fa-stack-1x fa-inverse"></i>
</span>
|
|
| deanattali.com |
beautiful-jekyll
|
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
Выполнен подробный анализ сайта violetpeng.github.io: готовность на 50%. Чтобы выполнить все условия и попасть на первую страницу выдачи поисковых систем требуется:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: