FINDING #7837 · 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
6.43
ACCEL
-0.00
RETENTION
41.1%
PEAK 2026-08-26 · FORK-RETENTION 58.3% · 45 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 45 / 45 (DIVERSITY 1.00)
Why This Is A Finding
modelscope/evalscope собрал 45 звёзд за окно, тогда как у автора всего 6,566 подписчиков — эффективная аудитория ≈ 33,113. Это даёт surprise-индекс 0.000194 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 58.3% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 20% OF 9755 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9755 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 20%
VELOCITY6.433.71+2.71ABOVE 67%
RETENTION41.1%37.5%+3.6 PPABOVE 56%
FORKS47390+383ABOVE 85%
SURPRISE0.000.01-0.01ABOVE 6%