跳转到内容

关于 Open LLMO Research Initiative

Open LLMO Research Initiative 是一个独立的研究倡议,关注 AI 语境下开放网络的 retrieval、citation 和 grounding。以规范、benchmark 和开源工具作为主要交付物对外公开。

研究 AI 原生 retrieval、grounding visibility 与面向 LLM 的信息架构,发布可复现的指标与规范。

领域范围
AI Citation AnalysisLLM 引用内容的条件与频率分析
Grounding Visibility可视化 AI 回答所依据来源的方法
LLM Retrieval Optimization面向 LLM 检索层的文档优化
AI-native DocumentationLLM 易于处理的文档格式研究
Agent-oriented Information ArchitectureAI 智能体易于操作的信息结构

LLMO / AEO / GEO 领域正在快速扩张,但有三块基础尚不到位:

  • 没有可复现的测量 — 没有公开工具能在 AI 可发现性领域承担 Lighthouse 或 PageSpeed Insights 的角色
  • 没有共享的词汇与范围 — 各厂商各自给出定义,领域被切碎
  • 公开实验数据稀缺 — 商业 SEO 工具占主导,研究层很薄

本 Initiative 的设立正是为了填补这三块空白。目标是为 LLMO 扮演 Lighthouse 之于 SEO 的角色:公布方法论、交付工具,留出空间让社区在其上构建。

原则含义
Reproducibility first每个指标都附带计算公式与 OSS checker
Draft over Standard规范以 “Draft / Experimental / Proposal v0.1” 形式发布,保留可修订性
Open Source first工具采用 OSS 许可证,数据采用 CC BY,规范采用 MIT
Solo-honest明确声明单人运营,不伪装成联盟

Ken Imoto。在 Zenn 和 Amazon Kindle 出版多本 LLMO 与 harness engineering 相关书籍。Propel-Lab Inc. 创始人兼 CEO。负责多个自研框架与 llmoframework.com 的实现与运营。

主要公开物:

本 Initiative 分阶段成熟。每个 Phase 是下一 Phase 的前提。

Phase范围状态
Phase 0研究 framing、Mission 公开、首篇 Experiment Log进行中
Phase 1可复现性 — OSS CLI (llmo-checker)、Score v0.1 Draft、数据集公开计划
Phase 2社区 — contributors、外部引用、反馈渠道计划
Phase 3标准化 — 正式规范、Compatible 认证徽章、Working Group 组建计划

标准化被放在最后。没有成熟的 OSS、benchmark 与实现作为支撑,认证与规范都无法赢得信任。

方法链接
Issue / Bug 报告github.com/kenimo49/llmo-guide/issues
Pull Requestgithub.com/kenimo49/llmo-guide

本站全部内容与所有 draft spec 均以 MIT License 发布。