FINDING #6302 · UNIT ID 953552618
afshinea/stanford-cme-295-transformers-large-language-models
VIP cheatsheet for Stanford's CME 295 Transformers and Large Language Models
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
5.00
ACCEL
-2.32
RETENTION
14.0%
PEAK 2026-10-11 · FORK-RETENTION 37.5% · 35 STARS / WINDOW
Author Audience
AUDIENCE
8,369
FOLLOWERS
4,784
OWNER ★
35,848
Engagement Signals
FORKS
719
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 35 / 35 (DIVERSITY 1.00)
Why This Is A Finding
afshinea/stanford-cme-295-transformers-large-language-models собрал 35 звёзд за окно, тогда как у автора всего 4,784 подписчиков — эффективная аудитория ≈ 8,369. Это даёт surprise-индекс 0.000595 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 37.5% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 35% OF 9651 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9651 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 35%
VELOCITY5.003.14+1.86ABOVE 66%
RETENTION14.0%16.7%-2.6 PPABOVE 44%
FORKS719277+442ABOVE 69%
SURPRISE0.000.00-0.00ABOVE 22%