FINDING #5363 · UNIT ID 1219841349
QwenLM/FlashQLA
high-performance linear attention kernel library built on TileLang
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
100% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
6.58
ACCEL
-0.22
RETENTION
2.1%
PEAK 2026-04-29 · FORK-RETENTION 0.0% · 592 STARS / WINDOW
Author Audience
AUDIENCE
73,472
FOLLOWERS
17,984
OWNER ★
187,519
Engagement Signals
FORKS
55
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 592 / 592 (DIVERSITY 1.00)
Why This Is A Finding
QwenLM/FlashQLA собрал 592 звёзд за окно, тогда как у автора всего 17,984 подписчиков — эффективная аудитория ≈ 73,472. Это даёт surprise-индекс 0.0000895 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 16% OF 6380 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6380 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 16%
VELOCITY6.583.99+2.58ABOVE 67%
RETENTION2.1%17.1%-15.0 PPABOVE 4%
FORKS5590-34ABOVE 35%
SURPRISE0.000.01-0.01ABOVE 4%