FINDING #6210 · UNIT ID 277168957
eugeneyan/applied-ml
📚 Papers & tech blogs by companies sharing their work on data science & machine learning in production.
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
5.33
ACCEL
+3.50
RETENTION
0.0%
PEAK 2026-10-12 · FORK-RETENTION 0.0% · 16 STARS / WINDOW
Author Audience
AUDIENCE
10,315
FOLLOWERS
5,278
OWNER ★
50,372
Engagement Signals
FORKS
4,023
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 16 / 16 (DIVERSITY 1.00)
Why This Is A Finding
eugeneyan/applied-ml собрал 16 звёзд за окно, тогда как у автора всего 5,278 подписчиков — эффективная аудитория ≈ 10,315. Это даёт surprise-индекс 0.000515 (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 23% 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 23%
VELOCITY5.335.67-0.33ABOVE 45%
RETENTION0.0%14.3%-14.3 PPABOVE 0%
FORKS4,023333+3,691ABOVE 90%
SURPRISE0.000.01-0.00ABOVE 15%