FINDING #1499 · UNIT ID 1334946608
syv-ai/HyperQwen
Serve large Qwen models fast on the GPUs you actually own. Qwen3.8-27B on a single 24 GB card with vLLM: 127 tok/s single-user (381 when the answer quotes the prompt), ~1,035 tok/s at 64 concurrent, 150k-262k context. vLLM patches, requant pipeline, benchmarks.
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
11.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-10-06 · FORK-RETENTION 0.0% · 11 STARS / WINDOW
Author Audience
AUDIENCE
591
FOLLOWERS
70
OWNER ★
2,269
Engagement Signals
FORKS
261
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 11 / 11 (DIVERSITY 1.00)
Why This Is A Finding
syv-ai/HyperQwen собрал 11 звёзд за окно, тогда как у автора всего 70 подписчиков — эффективная аудитория ≈ 591. Это даёт surprise-индекс 0.0174 (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 74% OF 5671 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 5671 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.00ABOVE 74%
VELOCITY11.0010.00+1.00ABOVE 55%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS261433-172ABOVE 40%
SURPRISE0.020.01+0.01ABOVE 68%