FINDING #6850 · UNIT ID 1347982389
datawhalechina/zero-to-sglang
Official SGLang × Datawhale course on LLM inference (中英双语): understand inference, build a mini-sglang from scratch, then read the real SGLang source and land your first PR. 《从零手搓SGLang》：读懂推理，手搓 mini-sglang，吃透 SGLang 源码。
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
22% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
58.67
ACCEL
+6.50
RETENTION
61.2%
PEAK 2026-09-11 · FORK-RETENTION 29.4% · 176 STARS / WINDOW
Author Audience
AUDIENCE
144,000
FOLLOWERS
32,970
OWNER ★
390,897
Engagement Signals
FORKS
66
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 176 / 176 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/zero-to-sglang собрал 176 звёзд за окно, тогда как у автора всего 32,970 подписчиков — эффективная аудитория ≈ 144,000. Это даёт surprise-индекс 0.000407 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 29.4% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 22% 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 22%
VELOCITY58.675.67+53.00ABOVE 95%
RETENTION61.2%45.9%+15.3 PPABOVE 68%
FORKS66344-278ABOVE 23%
SURPRISE0.000.00-0.00ABOVE 14%