FINDING #405 · 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
2.80
ACCEL
+0.05
RETENTION
10.5%
PEAK 2026-09-11 · FORK-RETENTION 38.3% · 252 STARS / WINDOW
Author Audience
AUDIENCE
34,800
FOLLOWERS
4,337
OWNER ★
130,632
Engagement Signals
FORKS
23,317
ISSUE AUTH
167
PR AUTH
603
UNIQUE STARGAZERS 252 / 252 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 252 звёзд за окно, тогда как у автора всего 4,337 подписчиков — эффективная аудитория ≈ 34,800. Это даёт surprise-индекс 0.0000804 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 38.3% и 770 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 38% OF 657 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 657 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 38%
VELOCITY2.802.800.00ABOVE 50%
RETENTION10.5%7.9%+2.7 PPABOVE 67%
FORKS23,3171,914+21,403ABOVE 94%
SURPRISE0.000.00-0.00ABOVE 19%