FINDING #1330 · UNIT ID 1003002627
hans0809/MiniMind-in-Depth
轻量级大语言模型MiniMind的源码解读，包含tokenizer、RoPE、MoE、KV Cache、pretraining、SFT、LoRA、DPO等完整流程
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
18% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
2.19
ACCEL
-0.02
RETENTION
30.1%
PEAK 2026-04-20 · FORK-RETENTION 0.0% · 197 STARS / WINDOW
Author Audience
AUDIENCE
129
FOLLOWERS
16
OWNER ★
1,130
Engagement Signals
FORKS
88
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 197 / 197 (DIVERSITY 1.00)
Why This Is A Finding
hans0809/MiniMind-in-Depth собрал 197 звёзд за окно, тогда как у автора всего 16 подписчиков — эффективная аудитория ≈ 129. Это даёт surprise-индекс 0.013 (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 79% OF 6380 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6380 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 79%
VELOCITY2.193.99-1.81ABOVE 22%
RETENTION30.1%17.1%+12.9 PPABOVE 77%
FORKS8890-1ABOVE 49%
SURPRISE0.010.01+0.00ABOVE 52%