FINDING #5177 · UNIT ID 719367888
datawhalechina/self-llm
《开源大模型食用指南》针对中国宝宝量身打造的基于Linux环境快速微调（全参数/Lora）、部署国内外开源大模型（LLM）/多模态大模型（MLLM）教程
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
20.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 20 STARS / WINDOW
Author Audience
AUDIENCE
133,808
FOLLOWERS
30,620
OWNER ★
362,841
Engagement Signals
FORKS
3,054
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 20 / 20 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/self-llm собрал 20 звёзд за окно, тогда как у автора всего 30,620 подписчиков — эффективная аудитория ≈ 133,808. Это даёт surprise-индекс 0.000149 (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 14% OF 6024 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 14%
VELOCITY20.009.00+11.00ABOVE 77%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS3,054495+2,559ABOVE 84%
SURPRISE0.000.00-0.00ABOVE 7%