FINDING #9010 · UNIT ID 1239890796
datacurve-ai/deep-swe
Measuring frontier coding agents on original, long-horizon engineering tasks
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
[BOT] SUSPECTED STAR BOT — SCORE PENALIZED. SIGNATURES:
S2 · NO EXTERNAL ISSUE/PR AUTHORS DESPITE 100+ STARS
S10 · DEAD CODE, ZERO CONTRIBUTORS, YET STARS KEEP DRIPPING
Growth Telemetry
VELOCITY /D
2.29
ACCEL
-0.96
RETENTION
21.4%
PEAK 2026-10-11 · FORK-RETENTION 0.0% · 16 STARS / WINDOW
Author Audience
AUDIENCE
592
FOLLOWERS
89
OWNER ★
2,070
Engagement Signals
FORKS
123
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 16 / 16 (DIVERSITY 1.00)
Why This Is A Finding
datacurve-ai/deep-swe собрал 16 звёзд за окно, тогда как у автора всего 89 подписчиков — эффективная аудитория ≈ 592. Это даёт surprise-индекс 0.00362 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 7% 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 7%
VELOCITY2.293.14-0.86ABOVE 32%
RETENTION21.4%16.7%+4.8 PPABOVE 56%
FORKS123277-154ABOVE 35%
SURPRISE0.000.00+0.00ABOVE 52%