FINDING #1869 · UNIT ID 1213526705
SeraphimSerapis/tool-eval-bench
Tool-calling quality benchmark for LLM serving stacks. 80+ deterministic scenarios testing multi-turn orchestration, safety boundaries, and structured output. Supports vLLM, SGLang, and llama.cpp.
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
4.67
ACCEL
+0.50
RETENTION
0.0%
PEAK 2026-08-30 · FORK-RETENTION 0.0% · 14 STARS / WINDOW
Author Audience
AUDIENCE
192
FOLLOWERS
142
OWNER ★
503
Engagement Signals
FORKS
42
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 14 / 14 (DIVERSITY 1.00)
Why This Is A Finding
SeraphimSerapis/tool-eval-bench собрал 14 звёзд за окно, тогда как у автора всего 142 подписчиков — эффективная аудитория ≈ 192. Это даёт surprise-индекс 0.0201 (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 78% OF 8663 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8663 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 78%
VELOCITY4.675.67-1.00ABOVE 39%
RETENTION0.0%41.7%-41.7 PPABOVE 0%
FORKS42332-290ABOVE 18%
SURPRISE0.020.00+0.02ABOVE 75%