FINDING #9195 · UNIT ID 1040481901
datawhalechina/base-llm
从 NLP 到 LLM 的算法全栈教程，在线阅读地址：https://datawhalechina.github.io/base-llm/
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
1.43
ACCEL
-0.18
RETENTION
46.7%
PEAK 2026-08-25 · FORK-RETENTION 0.0% · 10 STARS / WINDOW
Author Audience
AUDIENCE
141,573
FOLLOWERS
32,446
OWNER ★
383,787
Engagement Signals
FORKS
107
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 10 / 10 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/base-llm собрал 10 звёзд за окно, тогда как у автора всего 32,446 подписчиков — эффективная аудитория ≈ 141,573. Это даёт surprise-индекс 0.0000101 (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 6% OF 9755 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9755 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 6%
VELOCITY1.433.71-2.29ABOVE 0%
RETENTION46.7%37.5%+9.2 PPABOVE 65%
FORKS10790+17ABOVE 54%
SURPRISE0.000.01-0.01ABOVE 1%