FINDING #2660 · UNIT ID 511691380
lance-format/lance
Open Lakehouse Format for Multimodal AI. Convert from Parquet in 2 lines of code for 100x faster random access, vector index, and data versioning. Compatible with Pandas, DuckDB, Polars, Pyarrow, and PyTorch with more integrations coming..
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
7.67
ACCEL
+2.00
RETENTION
53.8%
PEAK 2026-08-29 · FORK-RETENTION 11.1% · 23 STARS / WINDOW
Author Audience
AUDIENCE
1,668
FOLLOWERS
65
OWNER ★
7,688
Engagement Signals
FORKS
826
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 23 / 23 (DIVERSITY 1.00)
Why This Is A Finding
lance-format/lance собрал 23 звёзд за окно, тогда как у автора всего 65 подписчиков — эффективная аудитория ≈ 1,668. Это даёт surprise-индекс 0.00449 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 11.1% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 69% OF 8663 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8663 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 69%
VELOCITY7.675.67+2.00ABOVE 61%
RETENTION53.8%41.7%+12.2 PPABOVE 63%
FORKS826332+494ABOVE 67%
SURPRISE0.000.00-0.00ABOVE 50%