FINDING #8522 · UNIT ID 1102772718
datawhalechina/diy-llm
🎓 系统性大语言模型构建课程｜🛠️ 覆盖预训练数据工程、Tokenizer、Transformer、MoE、GPU 编程 (CUDA/Triton)、分布式训练、Scaling Laws、推理优化及对齐 (SFT/RLHF/GRPO)｜🚀 6 个渐进式作业 + 代码驱动，建立 LLM 全栈认知体系
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
3.67
ACCEL
-2.50
RETENTION
41.7%
PEAK 2026-08-27 · FORK-RETENTION 0.0% · 11 STARS / WINDOW
Author Audience
AUDIENCE
141,459
FOLLOWERS
32,408
OWNER ★
383,507
Engagement Signals
FORKS
128
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 11 / 11 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/diy-llm собрал 11 звёзд за окно, тогда как у автора всего 32,408 подписчиков — эффективная аудитория ≈ 141,459. Это даёт surprise-индекс 0.0000259 (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 9102 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9102 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 6%
VELOCITY3.675.67-2.00ABOVE 25%
RETENTION41.7%45.5%-3.8 PPABOVE 46%
FORKS128340-211ABOVE 33%
SURPRISE0.000.00-0.00ABOVE 3%