SWE-bench/SWE-bench — GitHub trend

◂ BACK TO LEADERBOARD

FINDING #3393 · UNIT ID 700117650

SWE-bench/SWE-bench

SWE-bench: Can Language Models Resolve Real-world Github Issues?

[ PYTHON ][ ORG ][ GITHUB ↗ ]

SURPRISE SCORE

0.00

Score Breakdown

SURPRISE0.00445

ENGAGEMENT0.20

FRESHNESS1.38

SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE

SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)

5% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D

8.67

ACCEL

+0.06

RETENTION

41.8%

PEAK 2026-07-01 · FORK-RETENTION 0.0% · 260 STARS / WINDOW

Author Audience

AUDIENCE

1,907

FOLLOWERS

302

OWNER ★

6,514

Engagement Signals

FORKS

922

ISSUE AUTH

PR AUTH

UNIQUE STARGAZERS 260 / 260 (DIVERSITY 1.00)

Why This Is A Finding

SWE-bench/SWE-bench собрал 260 звёзд за окно, тогда как у автора всего 302 подписчиков — эффективная аудитория ≈ 1,907. Это даёт surprise-индекс 0.00445 (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 46% OF 6295 FINDINGS

#01shy3130/tickflow-stock-panel[ PYTHON ]0.46 #06Panniantong/Agent-Reach[ PYTHON ]0.29 #10sums001/Windows-Copilot-API[ PYTHON ]0.27 #12HUANGCHIHHUNGLeo/claude-real-video[ PYTHON ]0.24 #14realiti4/claude-swap[ PYTHON ]0.21

METRICS IN CONTEXT

MEDIAN ACROSS ALL 6295 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW

METRICVALUEMEDIANΔ MEDPERCENTILE

SCORE0.000.00-0.00ABOVE 46%

VELOCITY8.674.23+4.43ABOVE 71%

RETENTION41.8%29.4%+12.4 PPABOVE 74%

FORKS92292+830ABOVE 91%

SURPRISE0.000.01-0.01ABOVE 29%