FINDING #6730 · 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)
10% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
21.07
ACCEL
+0.44
RETENTION
86.3%
PEAK 2026-08-26 · FORK-RETENTION 5.2% · 632 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 632 / 632 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm-omni собрал 632 звёзд за окно, тогда как у автора всего 4,025 подписчиков — эффективная аудитория ≈ 32,816. Это даёт surprise-индекс 0.000641 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 5.2% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 30% OF 9591 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9591 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 30%
VELOCITY21.073.63+17.43ABOVE 90%
RETENTION86.3%24.8%+61.4 PPABOVE 100%
FORKS1,559120+1,439ABOVE 94%
SURPRISE0.000.01-0.01ABOVE 12%