FINDING #3715 · UNIT ID 1054512829
vllm-project/vllm-omni
A framework for efficient model inference with omni-modality models
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
33.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-08-28 · FORK-RETENTION 0.0% · 33 STARS / WINDOW
Author Audience
AUDIENCE
32,816
FOLLOWERS
4,025
OWNER ★
123,987
Engagement Signals
FORKS
1,559
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 33 / 33 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm-omni собрал 33 звёзд за окно, тогда как у автора всего 4,025 подписчиков — эффективная аудитория ≈ 32,816. Это даёт surprise-индекс 0.001 (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 37% OF 5892 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 5892 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 37%
VELOCITY33.009.00+24.00ABOVE 86%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS1,559433+1,126ABOVE 74%
SURPRISE0.000.01-0.00ABOVE 22%