FINDING #7255 · UNIT ID 909701196
LLMQuant/quant-wiki
We are committed to the open-sourcing quantitative knowledge, aiming to bridge the information gap between the domestic and international quantitative finance industries. 我们致力于量化知识的开源与汉化，打破国内外量化金融行业信息差。
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
4.07
ACCEL
+0.13
RETENTION
0.0%
PEAK 2026-10-18 · FORK-RETENTION 0.0% · 122 STARS / WINDOW
Author Audience
AUDIENCE
4,797
FOLLOWERS
1,516
OWNER ★
8,825
Engagement Signals
FORKS
346
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 122 / 122 (DIVERSITY 1.00)
Why This Is A Finding
LLMQuant/quant-wiki собрал 122 звёзд за окно, тогда как у автора всего 1,516 подписчиков — эффективная аудитория ≈ 4,797. Это даёт surprise-индекс 0.000841 (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 25% 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 25%
VELOCITY4.073.80+0.27ABOVE 52%
RETENTION0.0%20.0%-20.0 PPABOVE 0%
FORKS346142+204ABOVE 70%
SURPRISE0.000.01-0.01ABOVE 14%