FINDING #4807 · UNIT ID 1003002627
hans0809/MiniMind-in-Depth
轻量级大语言模型MiniMind的源码解读，包含tokenizer、RoPE、MoE、KV Cache、pretraining、SFT、LoRA、DPO等完整流程
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
1.71
ACCEL
+0.07
RETENTION
66.7%
PEAK 2026-09-08 · FORK-RETENTION 0.0% · 12 STARS / WINDOW
Author Audience
AUDIENCE
137
FOLLOWERS
17
OWNER ★
1,204
Engagement Signals
FORKS
90
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 12 / 12 (DIVERSITY 1.00)
Why This Is A Finding
hans0809/MiniMind-in-Depth собрал 12 звёзд за окно, тогда как у автора всего 17 подписчиков — эффективная аудитория ≈ 137. Это даёт surprise-индекс 0.00966 (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 51% OF 9789 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9789 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 51%
VELOCITY1.713.43-1.71ABOVE 13%
RETENTION66.7%37.5%+29.2 PPABOVE 87%
FORKS90120-30ABOVE 43%
SURPRISE0.010.01+0.00ABOVE 57%