FINDING #8286 · UNIT ID 588297294
dair-ai/ML-Papers-Explained
Explanation to key concepts in ML
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
3% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
8.53
ACCEL
-0.63
RETENTION
2.8%
PEAK 2026-09-26 · FORK-RETENTION 42.9% · 256 STARS / WINDOW
Author Audience
AUDIENCE
52,340
FOLLOWERS
9,839
OWNER ★
163,308
Engagement Signals
FORKS
729
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 256 / 256 (DIVERSITY 1.00)
Why This Is A Finding
dair-ai/ML-Papers-Explained собрал 256 звёзд за окно, тогда как у автора всего 9,839 подписчиков — эффективная аудитория ≈ 52,340. Это даёт surprise-индекс 0.000163 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 42.9% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 14% OF 9675 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9675 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 14%
VELOCITY8.533.80+4.73ABOVE 74%
RETENTION2.8%20.3%-17.4 PPABOVE 8%
FORKS729138+591ABOVE 85%
SURPRISE0.000.01-0.01ABOVE 6%