FINDING #328 · 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)
3% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
1.80
ACCEL
-0.15
RETENTION
9.9%
PEAK 2026-09-11 · FORK-RETENTION 0.0% · 54 STARS / WINDOW
Author Audience
AUDIENCE
591
FOLLOWERS
70
OWNER ★
2,253
Engagement Signals
FORKS
258
ISSUE AUTH
6
PR AUTH
10
UNIQUE STARGAZERS 54 / 54 (DIVERSITY 1.00)
Why This Is A Finding
syv-ai/HyperQwen собрал 54 звёзд за окно, тогда как у автора всего 70 подписчиков — эффективная аудитория ≈ 591. Это даёт surprise-индекс 0.00285 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 16 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 78% OF 1482 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 1482 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 78%
VELOCITY1.802.63-0.83ABOVE 21%
RETENTION9.9%8.8%+1.2 PPABOVE 57%
FORKS258951-692ABOVE 28%
SURPRISE0.000.00+0.00ABOVE 66%