FINDING #1079 · 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
19.67
ACCEL
-8.00
RETENTION
59.3%
PEAK 2026-10-04 · FORK-RETENTION 50.0% · 59 STARS / WINDOW
Author Audience
AUDIENCE
594
FOLLOWERS
70
OWNER ★
2,269
Engagement Signals
FORKS
261
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 59 / 59 (DIVERSITY 1.00)
Why This Is A Finding
syv-ai/HyperQwen собрал 59 звёзд за окно, тогда как у автора всего 70 подписчиков — эффективная аудитория ≈ 594. Это даёт surprise-индекс 0.031 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 50.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 87% OF 8092 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8092 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.01ABOVE 87%
VELOCITY19.675.67+14.00ABOVE 84%
RETENTION59.3%35.7%+23.5 PPABOVE 68%
FORKS261325-64ABOVE 46%
SURPRISE0.030.00+0.03ABOVE 80%