FINDING #5700 · UNIT ID 790916393
NVIDIA/Model-Optimizer
A unified library of SOTA model optimization techniques like quantization, distillation, pruning, neural architecture search, speculative decoding, etc. It compresses deep learning models for downstream deployment frameworks like TensorRT-LLM, TensorRT, vLLM, etc. to optimize inference speed.
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
12.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 12 STARS / WINDOW
Author Audience
AUDIENCE
489,906
FOLLOWERS
28,004
OWNER ★
391,516
Engagement Signals
FORKS
500
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 12 / 12 (DIVERSITY 1.00)
Why This Is A Finding
NVIDIA/Model-Optimizer собрал 12 звёзд за окно, тогда как у автора всего 28,004 подписчиков — эффективная аудитория ≈ 489,906. Это даёт surprise-индекс 0.0000245 (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 5% OF 6024 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 5%
VELOCITY12.009.00+3.00ABOVE 60%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS500495+5ABOVE 50%
SURPRISE0.000.00-0.00ABOVE 3%