FINDING #6886 · 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)
1% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
6.33
ACCEL
-3.00
RETENTION
36.4%
PEAK 2026-08-28 · FORK-RETENTION 100.0% · 19 STARS / WINDOW
Author Audience
AUDIENCE
33,113
FOLLOWERS
6,566
OWNER ★
99,975
Engagement Signals
FORKS
473
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 19 / 19 (DIVERSITY 1.00)
Why This Is A Finding
modelscope/evalscope собрал 19 звёзд за окно, тогда как у автора всего 6,566 подписчиков — эффективная аудитория ≈ 33,113. Это даёт surprise-индекс 0.000191 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 100.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 21% OF 8663 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8663 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 21%
VELOCITY6.335.67+0.67ABOVE 53%
RETENTION36.4%41.7%-5.3 PPABOVE 45%
FORKS473332+141ABOVE 57%
SURPRISE0.000.00-0.00ABOVE 9%