FINDING #7473 · UNIT ID 953552618
afshinea/stanford-cme-295-transformers-large-language-models
VIP cheatsheet for Stanford's CME 295 Transformers and Large Language Models
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
5.00
ACCEL
-0.29
RETENTION
44.0%
PEAK 2026-07-29 · FORK-RETENTION 0.0% · 35 STARS / WINDOW
Author Audience
AUDIENCE
8,119
FOLLOWERS
4,607
OWNER ★
35,116
Engagement Signals
FORKS
663
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 35 / 35 (DIVERSITY 1.00)
Why This Is A Finding
afshinea/stanford-cme-295-transformers-large-language-models собрал 35 звёзд за окно, тогда как у автора всего 4,607 подписчиков — эффективная аудитория ≈ 8,119. Это даёт surprise-индекс 0.000613 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 23% OF 9753 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9753 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 23%
VELOCITY5.003.29+1.71ABOVE 63%
RETENTION44.0%35.4%+8.6 PPABOVE 64%
FORKS663133+530ABOVE 85%
SURPRISE0.000.01-0.01ABOVE 13%