FINDING #7956 · UNIT ID 728528910
modelscope/evalscope
A streamlined and customizable framework for efficient large model (LLM, VLM, AIGC) evaluation and performance benchmarking.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
4% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
4.93
ACCEL
+0.10
RETENTION
41.1%
PEAK 2026-08-26 · FORK-RETENTION 22.6% · 148 STARS / WINDOW
Author Audience
AUDIENCE
33,127
FOLLOWERS
6,566
OWNER ★
99,975
Engagement Signals
FORKS
473
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 148 / 148 (DIVERSITY 1.00)
Why This Is A Finding
modelscope/evalscope собрал 148 звёзд за окно, тогда как у автора всего 6,566 подписчиков — эффективная аудитория ≈ 33,127. Это даёт surprise-индекс 0.000149 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 22.6% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 17% OF 9593 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9593 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 17%
VELOCITY4.933.63+1.30ABOVE 61%
RETENTION41.1%25.0%+16.1 PPABOVE 80%
FORKS473117+356ABOVE 82%
SURPRISE0.000.01-0.01ABOVE 6%