FINDING #6816 · 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)
3% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
31.14
ACCEL
+1.50
RETENTION
86.3%
PEAK 2026-08-26 · FORK-RETENTION 19.1% · 218 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 218 / 218 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm-omni собрал 218 звёзд за окно, тогда как у автора всего 4,025 подписчиков — эффективная аудитория ≈ 32,816. Это даёт surprise-индекс 0.000948 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 19.1% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 30% OF 9760 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9760 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 30%
VELOCITY31.143.71+27.43ABOVE 92%
RETENTION86.3%38.0%+48.2 PPABOVE 98%
FORKS1,55986+1,473ABOVE 95%
SURPRISE0.000.01-0.01ABOVE 14%