FINDING #381 · UNIT ID 1213526705
SeraphimSerapis/tool-eval-bench
Tool-calling quality benchmark for LLM serving stacks. 80+ deterministic scenarios testing multi-turn orchestration, safety boundaries, and structured output. Supports vLLM, SGLang, and llama.cpp.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
7% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
14.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-07-15 · FORK-RETENTION 0.0% · 14 STARS / WINDOW
Author Audience
AUDIENCE
172
FOLLOWERS
133
OWNER ★
390
Engagement Signals
FORKS
21
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 14 / 14 (DIVERSITY 1.00)
Why This Is A Finding
SeraphimSerapis/tool-eval-bench собрал 14 звёзд за окно, тогда как у автора всего 133 подписчиков — эффективная аудитория ≈ 172. Это даёт surprise-индекс 0.066 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 88% OF 3194 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 3194 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.01ABOVE 88%
VELOCITY14.0010.00+4.00ABOVE 61%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS21176-155ABOVE 11%
SURPRISE0.070.02+0.05ABOVE 83%