FINDING #3272 · UNIT ID 1102772718
datawhalechina/diy-llm
Covers pre-training data, Tokenizer, Transformer, MoE,distributed training, Scaling Laws, inference & alignment .6 progressive code assignments for full-stack LLM learning | 涵盖预训练数据、分词器、Transformer、MoE、分布式训练、缩放定律、推理与对齐，6 项渐进代码作业，掌握 LLM 全栈知识
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
5.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-10-18 · FORK-RETENTION 0.0% · 5 STARS / WINDOW
Author Audience
AUDIENCE
149,198
FOLLOWERS
34,182
OWNER ★
404,172
Engagement Signals
FORKS
158
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 5 / 5 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/diy-llm собрал 5 звёзд за окно, тогда как у автора всего 34,182 подписчиков — эффективная аудитория ≈ 149,198. Это даёт surprise-индекс 0.0000335 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 5% OF 3436 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 3436 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 5%
VELOCITY5.0010.00-5.00ABOVE 0%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS158365-206ABOVE 36%
SURPRISE0.000.01-0.01ABOVE 2%