FINDING #799 · UNIT ID 732253303
ShuhongLL/SGS-SLAM
[ECCV 2024] SGS-SLAM: Semantic Gaussian Splatting For Neural Dense SLAM
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
5% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
9.33
ACCEL
-2.00
RETENTION
57.7%
PEAK 2026-10-06 · FORK-RETENTION 0.0% · 28 STARS / WINDOW
Author Audience
AUDIENCE
123
FOLLOWERS
50
OWNER ★
736
Engagement Signals
FORKS
54
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 28 / 28 (DIVERSITY 1.00)
Why This Is A Finding
ShuhongLL/SGS-SLAM собрал 28 звёзд за окно, тогда как у автора всего 50 подписчиков — эффективная аудитория ≈ 123. Это даёт surprise-индекс 0.0574 (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 91% OF 9158 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9158 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.02ABOVE 91%
VELOCITY9.335.67+3.67ABOVE 67%
RETENTION57.7%35.7%+22.0 PPABOVE 68%
FORKS54324-270ABOVE 21%
SURPRISE0.060.00+0.05ABOVE 89%