FINDING #8148 · UNIT ID 16587283
dmlc/xgboost
Scalable, Portable and Distributed Gradient Boosting (GBDT, GBRT or GBM) Library, for Python, R, Java, Scala, C and more. Runs on single machine, Hadoop, Spark, Dask, Flink and DataFlow
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
4.67
ACCEL
+1.00
RETENTION
83.3%
PEAK 2026-08-27 · FORK-RETENTION 0.0% · 14 STARS / WINDOW
Author Audience
AUDIENCE
17,526
FOLLOWERS
1,773
OWNER ★
69,898
Engagement Signals
FORKS
8,888
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 14 / 14 (DIVERSITY 1.00)
Why This Is A Finding
dmlc/xgboost собрал 14 звёзд за окно, тогда как у автора всего 1,773 подписчиков — эффективная аудитория ≈ 17,526. Это даёт surprise-индекс 0.000266 (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 15% OF 9558 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9558 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 15%
VELOCITY4.675.67-1.00ABOVE 39%
RETENTION83.3%42.9%+40.5 PPABOVE 88%
FORKS8,888333+8,555ABOVE 96%
SURPRISE0.000.00-0.00ABOVE 12%