FINDING #777 · 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)
2% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
9.53
ACCEL
-0.17
RETENTION
14.1%
PEAK 2026-04-11 · FORK-RETENTION 50.0% · 1,716 STARS / WINDOW
Author Audience
AUDIENCE
32,853
FOLLOWERS
4,028
OWNER ★
123,987
Engagement Signals
FORKS
21,387
ISSUE AUTH
669
PR AUTH
1,796
UNIQUE STARGAZERS 1,713 / 1,716 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 1,716 звёзд за окно, тогда как у автора всего 4,028 подписчиков — эффективная аудитория ≈ 32,853. Это даёт surprise-индекс 0.00029 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 50.0% и 2465 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 54% OF 1696 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 1696 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 54%
VELOCITY9.532.82+6.71ABOVE 87%
RETENTION14.1%4.8%+9.3 PPABOVE 90%
FORKS21,3871,584+19,804ABOVE 96%
SURPRISE0.000.00-0.00ABOVE 36%