FINDING #863 · 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)
4% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
53.14
ACCEL
-5.25
RETENTION
53.5%
PEAK 2026-10-14 · FORK-RETENTION 40.0% · 372 STARS / WINDOW
Author Audience
AUDIENCE
1,338
FOLLOWERS
362
OWNER ★
9,756
Engagement Signals
FORKS
604
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 372 / 372 (DIVERSITY 1.00)
Why This Is A Finding
ChenLiu-1996/figures4papers собрал 372 звёзд за окно, тогда как у автора всего 362 подписчиков — эффективная аудитория ≈ 1,338. Это даёт surprise-индекс 0.0386 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 40.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 91% OF 9651 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9651 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.02ABOVE 91%
VELOCITY53.143.14+50.00ABOVE 97%
RETENTION53.5%16.7%+36.9 PPABOVE 87%
FORKS604277+327ABOVE 65%
SURPRISE0.040.00+0.04ABOVE 89%