FINDING #5968 · UNIT ID 1040481901
datawhalechina/base-llm
从 NLP 到 LLM 的算法全栈教程，在线阅读地址：https://datawhalechina.github.io/base-llm/
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
7% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
2.03
ACCEL
+0.00
RETENTION
36.3%
PEAK 2026-06-29 · FORK-RETENTION 0.0% · 61 STARS / WINDOW
Author Audience
AUDIENCE
133,912
FOLLOWERS
30,672
OWNER ★
362,841
Engagement Signals
FORKS
98
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 61 / 61 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/base-llm собрал 61 звёзд за окно, тогда как у автора всего 30,672 подписчиков — эффективная аудитория ≈ 133,912. Это даёт surprise-индекс 0.0000152 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 5% OF 6295 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6295 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 5%
VELOCITY2.034.23-2.20ABOVE 18%
RETENTION36.3%29.4%+6.8 PPABOVE 63%
FORKS9892+6ABOVE 51%
SURPRISE0.000.01-0.01ABOVE 2%