FINDING #411 · UNIT ID 599547518
vllm-project/vllm
A high-throughput and memory-efficient inference and serving engine for LLMs
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
2.67
ACCEL
-0.16
RETENTION
16.0%
PEAK 2026-09-17 · FORK-RETENTION 51.2% · 80 STARS / WINDOW
Author Audience
AUDIENCE
34,800
FOLLOWERS
4,337
OWNER ★
130,632
Engagement Signals
FORKS
23,317
ISSUE AUTH
74
PR AUTH
242
UNIQUE STARGAZERS 80 / 80 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 80 звёзд за окно, тогда как у автора всего 4,337 подписчиков — эффективная аудитория ≈ 34,800. Это даёт surprise-индекс 0.0000765 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 51.2% и 316 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 38% OF 663 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 663 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 38%
VELOCITY2.672.77-0.10ABOVE 48%
RETENTION16.0%11.1%+4.9 PPABOVE 70%
FORKS23,3171,805+21,512ABOVE 93%
SURPRISE0.000.00-0.00ABOVE 18%