FINDING #8839 · UNIT ID 1219841349
QwenLM/FlashQLA
high-performance linear attention kernel library built on TileLang
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
4% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
3.57
ACCEL
+0.25
RETENTION
27.8%
PEAK 2026-08-28 · FORK-RETENTION 0.0% · 25 STARS / WINDOW
Author Audience
AUDIENCE
77,225
FOLLOWERS
19,032
OWNER ★
195,805
Engagement Signals
FORKS
72
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 25 / 25 (DIVERSITY 1.00)
Why This Is A Finding
QwenLM/FlashQLA собрал 25 звёзд за окно, тогда как у автора всего 19,032 подписчиков — эффективная аудитория ≈ 77,225. Это даёт surprise-индекс 0.0000462 (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 9% OF 9755 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9755 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 9%
VELOCITY3.573.71-0.14ABOVE 48%
RETENTION27.8%37.5%-9.7 PPABOVE 36%
FORKS7290-18ABOVE 44%
SURPRISE0.000.01-0.01ABOVE 3%