FINDING #461 · 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)
1% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
5.03
ACCEL
-0.06
RETENTION
14.6%
PEAK 2026-04-18 · FORK-RETENTION 94.7% · 906 STARS / WINDOW
Author Audience
AUDIENCE
34,800
FOLLOWERS
4,337
OWNER ★
130,632
Engagement Signals
FORKS
23,317
ISSUE AUTH
446
PR AUTH
1,390
UNIQUE STARGAZERS 906 / 906 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 906 звёзд за окно, тогда как у автора всего 4,337 подписчиков — эффективная аудитория ≈ 34,800. Это даёт surprise-индекс 0.000144 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 94.7% и 1836 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 54% OF 997 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 997 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 54%
VELOCITY5.032.66+2.38ABOVE 77%
RETENTION14.6%5.6%+9.0 PPABOVE 96%
FORKS23,3172,332+20,985ABOVE 95%
SURPRISE0.000.00-0.00ABOVE 28%