FINDING #6573 · 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)
1% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
1.86
ACCEL
+0.07
RETENTION
60.0%
PEAK 2026-07-10 · FORK-RETENTION 0.0% · 13 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 13 / 13 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/base-llm собрал 13 звёзд за окно, тогда как у автора всего 30,672 подписчиков — эффективная аудитория ≈ 133,912. Это даёт surprise-индекс 0.0000139 (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 6892 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6892 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 5%
VELOCITY1.864.14-2.29ABOVE 16%
RETENTION60.0%40.6%+19.4 PPABOVE 75%
FORKS9889+9ABOVE 52%
SURPRISE0.000.01-0.01ABOVE 1%