FINDING #6875 · UNIT ID 948264786
LLMQuant/quant-mind
QuantMind is an open source agent-native knowledge extraction and retrieval framework for quantitative finance.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
3% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
3.53
ACCEL
+0.06
RETENTION
0.0%
PEAK 2026-10-18 · FORK-RETENTION 0.0% · 106 STARS / WINDOW
Author Audience
AUDIENCE
4,799
FOLLOWERS
1,517
OWNER ★
8,825
Engagement Signals
FORKS
512
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 106 / 106 (DIVERSITY 1.00)
Why This Is A Finding
LLMQuant/quant-mind собрал 106 звёзд за окно, тогда как у автора всего 1,517 подписчиков — эффективная аудитория ≈ 4,799. Это даёт surprise-индекс 0.00073 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 29% OF 9676 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9676 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 29%
VELOCITY3.533.80-0.27ABOVE 47%
RETENTION0.0%20.0%-20.0 PPABOVE 0%
FORKS512142+370ABOVE 78%
SURPRISE0.000.01-0.01ABOVE 13%