FINDING #7379 · 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
7.33
ACCEL
+4.00
RETENTION
75.0%
PEAK 2026-10-11 · FORK-RETENTION 0.0% · 22 STARS / WINDOW
Author Audience
AUDIENCE
148,441
FOLLOWERS
33,987
OWNER ★
402,333
Engagement Signals
FORKS
3,133
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 22 / 22 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/self-llm собрал 22 звёзд за окно, тогда как у автора всего 33,987 подписчиков — эффективная аудитория ≈ 148,441. Это даёт surprise-индекс 0.0000494 (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 8% OF 8038 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8038 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 8%
VELOCITY7.335.67+1.67ABOVE 59%
RETENTION75.0%14.3%+60.7 PPABOVE 84%
FORKS3,133333+2,801ABOVE 87%
SURPRISE0.000.01-0.01ABOVE 4%