FINDING #1068 · 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
16.42
ACCEL
-0.20
RETENTION
27.0%
PEAK 2026-01-23 · FORK-RETENTION 91.9% · 2,956 STARS / WINDOW
Author Audience
AUDIENCE
30,768
FOLLOWERS
3,694
OWNER ★
116,898
Engagement Signals
FORKS
19,442
ISSUE AUTH
1,110
PR AUTH
2,877
UNIQUE STARGAZERS 2,953 / 2,956 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 2,956 звёзд за окно, тогда как у автора всего 3,694 подписчиков — эффективная аудитория ≈ 30,768. Это даёт surprise-индекс 0.000533 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 91.9% и 3987 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 64% OF 2987 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 2987 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 64%
VELOCITY16.422.84+13.58ABOVE 93%
RETENTION27.0%6.8%+20.2 PPABOVE 99%
FORKS19,4421,068+18,374ABOVE 97%
SURPRISE0.000.00-0.00ABOVE 42%