FINDING #1215 · 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)
7% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
5.86
ACCEL
+1.86
RETENTION
71.8%
PEAK 2026-10-05 · FORK-RETENTION 0.0% · 41 STARS / WINDOW
Author Audience
AUDIENCE
124
FOLLOWERS
50
OWNER ★
736
Engagement Signals
FORKS
54
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 41 / 41 (DIVERSITY 1.00)
Why This Is A Finding
ShuhongLL/SGS-SLAM собрал 41 звёзд за окно, тогда как у автора всего 50 подписчиков — эффективная аудитория ≈ 124. Это даёт surprise-индекс 0.0358 (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 9766 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9766 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.01ABOVE 88%
VELOCITY5.863.57+2.29ABOVE 65%
RETENTION71.8%38.3%+33.5 PPABOVE 89%
FORKS54116-62ABOVE 33%
SURPRISE0.040.01+0.03ABOVE 84%