FINDING #7784 · UNIT ID 719367888
datawhalechina/self-llm
《开源大模型食用指南》针对中国宝宝量身打造的基于Linux环境快速微调（全参数/Lora）、部署国内外开源大模型（LLM）/多模态大模型（MLLM）教程
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
15.33
ACCEL
-10.00
RETENTION
45.8%
PEAK 2026-09-10 · FORK-RETENTION 0.0% · 46 STARS / WINDOW
Author Audience
AUDIENCE
144,044
FOLLOWERS
32,969
OWNER ★
390,897
Engagement Signals
FORKS
3,118
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 46 / 46 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/self-llm собрал 46 звёзд за окно, тогда как у автора всего 32,969 подписчиков — эффективная аудитория ≈ 144,044. Это даёт surprise-индекс 0.000106 (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 12% OF 8833 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8833 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 12%
VELOCITY15.335.67+9.67ABOVE 81%
RETENTION45.8%45.9%-0.1 PPABOVE 50%
FORKS3,118344+2,774ABOVE 88%
SURPRISE0.000.00-0.00ABOVE 7%