FINDING #1649 · 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
99.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 99 STARS / WINDOW
Author Audience
AUDIENCE
30,768
FOLLOWERS
3,694
OWNER ★
116,898
Engagement Signals
FORKS
19,442
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 99 / 99 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 99 звёзд за окно, тогда как у автора всего 3,694 подписчиков — эффективная аудитория ≈ 30,768. Это даёт surprise-индекс 0.00321 (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 73% OF 6024 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 73%
VELOCITY99.009.00+90.00ABOVE 96%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS19,442495+18,947ABOVE 98%
SURPRISE0.000.00-0.00ABOVE 43%