FINDING #2190 · 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
82.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-08-28 · FORK-RETENTION 0.0% · 82 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 82 / 82 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 82 звёзд за окно, тогда как у автора всего 4,028 подписчиков — эффективная аудитория ≈ 32,816. Это даёт surprise-индекс 0.0025 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 63% OF 5892 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 5892 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 63%
VELOCITY82.009.00+73.00ABOVE 95%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS21,387433+20,954ABOVE 99%
SURPRISE0.000.01-0.00ABOVE 36%