FINDING #3442 · UNIT ID 1107721554
IAAR-Shanghai/Awesome-AI-Memory
Awesome AI Memory | LLM Memory | A curated knowledge base on AI memory for LLMs and agents, covering long-term memory, reasoning, retrieval, and memory-native system design. Awesome-AI-Memory 是一个 集中式、持续更新的 AI 记忆知识库，系统性整理了与 大模型记忆（LLM Memory）与智能体记忆（Agent Memory） 相关的前沿研究、工程框架、系统设计、评测基准与真实应用实践。
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
4.33
ACCEL
-0.50
RETENTION
50.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 13 STARS / WINDOW
Author Audience
AUDIENCE
1,281
FOLLOWERS
176
OWNER ★
4,650
Engagement Signals
FORKS
100
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 13 / 13 (DIVERSITY 1.00)
Why This Is A Finding
IAAR-Shanghai/Awesome-AI-Memory собрал 13 звёзд за окно, тогда как у автора всего 176 подписчиков — эффективная аудитория ≈ 1,281. Это даёт surprise-индекс 0.00328 (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 31% OF 5024 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 5024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 31%
VELOCITY4.336.67-2.33ABOVE 30%
RETENTION50.0%46.5%+3.5 PPABOVE 51%
FORKS100116-16ABOVE 46%
SURPRISE0.000.01-0.01ABOVE 22%