FINDING #1557 · 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)
100% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
2.34
ACCEL
+0.02
RETENTION
0.0%
PEAK 2026-07-15 · FORK-RETENTION 0.0% · 211 STARS / WINDOW
Author Audience
AUDIENCE
172
FOLLOWERS
133
OWNER ★
390
Engagement Signals
FORKS
21
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 211 / 211 (DIVERSITY 1.00)
Why This Is A Finding
SeraphimSerapis/tool-eval-bench собрал 211 звёзд за окно, тогда как у автора всего 133 подписчиков — эффективная аудитория ≈ 172. Это даёт surprise-индекс 0.0111 (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 76% 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 76%
VELOCITY2.343.99-1.65ABOVE 26%
RETENTION0.0%17.1%-17.1 PPABOVE 0%
FORKS2190-68ABOVE 12%
SURPRISE0.010.01-0.00ABOVE 48%