FINDING #3161 · 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
103.67
ACCEL
-19.50
RETENTION
78.5%
PEAK 2026-08-26 · FORK-RETENTION 67.9% · 311 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 311 / 311 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 311 звёзд за окно, тогда как у автора всего 4,028 подписчиков — эффективная аудитория ≈ 32,816. Это даёт surprise-индекс 0.00316 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 67.9% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 67% OF 9558 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9558 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 67%
VELOCITY103.675.67+98.00ABOVE 98%
RETENTION78.5%42.9%+35.7 PPABOVE 84%
FORKS21,387333+21,054ABOVE 99%
SURPRISE0.000.00-0.00ABOVE 45%