FINDING #590 · UNIT ID 732253303
ShuhongLL/SGS-SLAM
[ECCV 2024] SGS-SLAM: Semantic Gaussian Splatting For Neural Dense SLAM
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
6% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
10.67
ACCEL
-3.50
RETENTION
73.1%
PEAK 2026-10-05 · FORK-RETENTION 0.0% · 32 STARS / WINDOW
Author Audience
AUDIENCE
117
FOLLOWERS
49
OWNER ★
712
Engagement Signals
FORKS
53
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 32 / 32 (DIVERSITY 1.00)
Why This Is A Finding
ShuhongLL/SGS-SLAM собрал 32 звёзд за окно, тогда как у автора всего 49 подписчиков — эффективная аудитория ≈ 117. Это даёт surprise-индекс 0.0679 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 93% OF 8356 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8356 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.030.00+0.03ABOVE 93%
VELOCITY10.675.67+5.00ABOVE 71%
RETENTION73.1%40.0%+33.1 PPABOVE 77%
FORKS53320-266ABOVE 21%
SURPRISE0.070.00+0.06ABOVE 90%