FINDING #2378 · 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)
14% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
8.24
ACCEL
+0.02
RETENTION
41.8%
PEAK 2026-07-01 · FORK-RETENTION 0.0% · 742 STARS / WINDOW
Author Audience
AUDIENCE
1,907
FOLLOWERS
302
OWNER ★
6,514
Engagement Signals
FORKS
922
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 742 / 742 (DIVERSITY 1.00)
Why This Is A Finding
SWE-bench/SWE-bench собрал 742 звёзд за окно, тогда как у автора всего 302 подписчиков — эффективная аудитория ≈ 1,907. Это даёт surprise-индекс 0.00423 (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 63% 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 63%
VELOCITY8.243.99+4.25ABOVE 73%
RETENTION41.8%17.1%+24.7 PPABOVE 91%
FORKS92290+833ABOVE 93%
SURPRISE0.000.01-0.01ABOVE 29%