FINDING #583 · 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)
1% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
7.27
ACCEL
-0.21
RETENTION
20.6%
PEAK 2026-04-18 · FORK-RETENTION 91.7% · 654 STARS / WINDOW
Author Audience
AUDIENCE
30,768
FOLLOWERS
3,694
OWNER ★
116,898
Engagement Signals
FORKS
19,442
ISSUE AUTH
279
PR AUTH
787
UNIQUE STARGAZERS 654 / 654 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 654 звёзд за окно, тогда как у автора всего 3,694 подписчиков — эффективная аудитория ≈ 30,768. Это даёт surprise-индекс 0.000236 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 91.7% и 1066 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 56% OF 1335 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 1335 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 56%
VELOCITY7.272.82+4.44ABOVE 84%
RETENTION20.6%8.4%+12.2 PPABOVE 94%
FORKS19,4421,463+17,979ABOVE 96%
SURPRISE0.000.00-0.00ABOVE 34%