FINDING #285 · UNIT ID 974591843
ChenLiu-1996/figures4papers
My Python scripts to make high-quality figures for publications in top AI conferences and journals.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
40% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
116.37
ACCEL
-7.64
RETENTION
9.8%
PEAK 2026-09-23 · FORK-RETENTION 55.1% · 3,491 STARS / WINDOW
Author Audience
AUDIENCE
1,338
FOLLOWERS
362
OWNER ★
9,756
Engagement Signals
FORKS
604
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 3,491 / 3,491 (DIVERSITY 1.00)
Why This Is A Finding
ChenLiu-1996/figures4papers собрал 3,491 звёзд за окно, тогда как у автора всего 362 подписчиков — эффективная аудитория ≈ 1,338. Это даёт surprise-индекс 0.0845 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 55.1% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 97% OF 9675 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9675 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.050.00+0.05ABOVE 97%
VELOCITY116.373.80+112.57ABOVE 98%
RETENTION9.8%20.3%-10.5 PPABOVE 24%
FORKS604138+466ABOVE 82%
SURPRISE0.080.01+0.08ABOVE 96%