FINDING #5271 · UNIT ID 700117650
SWE-bench/SWE-bench
SWE-bench: Can Language Models Resolve Real-world Github Issues?
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
7.71
ACCEL
-0.11
RETENTION
70.0%
PEAK 2026-08-26 · FORK-RETENTION 37.5% · 54 STARS / WINDOW
Author Audience
AUDIENCE
2,011
FOLLOWERS
317
OWNER ★
6,885
Engagement Signals
FORKS
957
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 54 / 54 (DIVERSITY 1.00)
Why This Is A Finding
SWE-bench/SWE-bench собрал 54 звёзд за окно, тогда как у автора всего 317 подписчиков — эффективная аудитория ≈ 2,011. Это даёт surprise-индекс 0.00376 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 37.5% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 46% OF 9760 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9760 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 46%
VELOCITY7.713.71+4.00ABOVE 72%
RETENTION70.0%38.0%+32.0 PPABOVE 90%
FORKS95786+871ABOVE 93%
SURPRISE0.000.01-0.01ABOVE 28%