FINDING #2902 · UNIT ID 700117650
SWE-bench/SWE-bench
SWE-bench: Can Language Models Resolve Real-world Github Issues?
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
10.33
ACCEL
-1.00
RETENTION
79.2%
PEAK 2026-07-13 · FORK-RETENTION 0.0% · 31 STARS / WINDOW
Author Audience
AUDIENCE
1,907
FOLLOWERS
302
OWNER ★
6,514
Engagement Signals
FORKS
922
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 31 / 31 (DIVERSITY 1.00)
Why This Is A Finding
SWE-bench/SWE-bench собрал 31 звёзд за окно, тогда как у автора всего 302 подписчиков — эффективная аудитория ≈ 1,907. Это даёт surprise-индекс 0.00531 (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 42% OF 5024 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 5024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 42%
VELOCITY10.336.67+3.67ABOVE 65%
RETENTION79.2%46.5%+32.7 PPABOVE 84%
FORKS922116+806ABOVE 89%
SURPRISE0.010.01-0.01ABOVE 28%