FINDING #6848 · UNIT ID 816288477
TIGER-AI-Lab/VideoScore
official repo for "VideoScore: Building Automatic Metrics to Simulate Fine-grained Human Feedback for Video Generation" [EMNLP2024]
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
1.43
ACCEL
+0.36
RETENTION
0.0%
PEAK 2026-10-16 · FORK-RETENTION 0.0% · 10 STARS / WINDOW
Author Audience
AUDIENCE
3,329
FOLLOWERS
469
OWNER ★
11,956
Engagement Signals
FORKS
5
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 10 / 10 (DIVERSITY 1.00)
Why This Is A Finding
TIGER-AI-Lab/VideoScore собрал 10 звёзд за окно, тогда как у автора всего 469 подписчиков — эффективная аудитория ≈ 3,329. Это даёт surprise-индекс 0.000424 (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 15% OF 8058 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8058 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 15%
VELOCITY1.433.14-1.71ABOVE 0%
RETENTION0.0%22.2%-22.2 PPABOVE 0%
FORKS5260-255ABOVE 3%
SURPRISE0.000.00-0.00ABOVE 18%