FINDING #6888 · UNIT ID 355193673
Open-Debin/Bayesian_MQDA
[ICCV 2021]: Shallow Bayesian Meta Learning for Real World Few-shot Recognition
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
84% OF STARS IN ARCHIVE
[BOT] SUSPECTED STAR BOT — SCORE PENALIZED. SIGNATURES:
S2 · NO EXTERNAL ISSUE/PR AUTHORS DESPITE 100+ STARS
S5 · PREDATES WINDOW, YET HALF+ OF ALL ITS STARS LANDED IN IT
Growth Telemetry
VELOCITY /D
17.14
ACCEL
+2.64
RETENTION
95.7%
PEAK 2026-09-10 · FORK-RETENTION 46.7% · 120 STARS / WINDOW
Author Audience
AUDIENCE
100
FOLLOWERS
33
OWNER ★
673
Engagement Signals
FORKS
16
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 120 / 120 (DIVERSITY 1.00)
Why This Is A Finding
Open-Debin/Bayesian_MQDA собрал 120 звёзд за окно, тогда как у автора всего 33 подписчиков — эффективная аудитория ≈ 100. Это даёт surprise-индекс 0.12 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 46.7% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 30% OF 9789 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9789 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 30%
VELOCITY17.143.43+13.71ABOVE 87%
RETENTION95.7%37.5%+58.2 PPABOVE 99%
FORKS16119-103ABOVE 13%
SURPRISE0.120.01+0.11ABOVE 97%