FINDING #6802 · UNIT ID 277168957
eugeneyan/applied-ml
📚 Papers & tech blogs by companies sharing their work on data science & machine learning in production.
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
3.33
ACCEL
-2.50
RETENTION
33.3%
PEAK 2026-08-08 · FORK-RETENTION 0.0% · 10 STARS / WINDOW
Author Audience
AUDIENCE
10,128
FOLLOWERS
5,150
OWNER ★
49,777
Engagement Signals
FORKS
3,986
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 10 / 10 (DIVERSITY 1.00)
Why This Is A Finding
eugeneyan/applied-ml собрал 10 звёзд за окно, тогда как у автора всего 5,150 подписчиков — эффективная аудитория ≈ 10,128. Это даёт surprise-индекс 0.000328 (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 22% OF 8676 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8676 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 22%
VELOCITY3.335.67-2.33ABOVE 18%
RETENTION33.3%33.3%0.0 PPABOVE 50%
FORKS3,986339+3,647ABOVE 91%
SURPRISE0.000.00-0.00ABOVE 13%