FINDING #4135 · 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)
3% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
80.20
ACCEL
+0.77
RETENTION
56.1%
PEAK 2026-07-31 · FORK-RETENTION 94.6% · 2,406 STARS / WINDOW
Author Audience
AUDIENCE
32,816
FOLLOWERS
4,028
OWNER ★
123,987
Engagement Signals
FORKS
21,387
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 2,406 / 2,406 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 2,406 звёзд за окно, тогда как у автора всего 4,028 подписчиков — эффективная аудитория ≈ 32,816. Это даёт surprise-индекс 0.00244 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 94.6% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 57% 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 57%
VELOCITY80.203.63+76.57ABOVE 98%
RETENTION56.1%24.8%+31.3 PPABOVE 94%
FORKS21,387120+21,267ABOVE 100%
SURPRISE0.000.01-0.01ABOVE 24%