FINDING #1428 · UNIT ID 1334946608
syv-ai/HyperQwen
Serve large Qwen models fast on the GPUs you actually own. Qwen3.8-27B on a single 24 GB card with vLLM: 127 tok/s single-user (381 when the answer quotes the prompt), ~1,035 tok/s at 64 concurrent, 150k-262k context. vLLM patches, requant pipeline, benchmarks.
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
16.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-10-09 · FORK-RETENTION 0.0% · 16 STARS / WINDOW
Author Audience
AUDIENCE
600
FOLLOWERS
70
OWNER ★
2,298
Engagement Signals
FORKS
264
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 16 / 16 (DIVERSITY 1.00)
Why This Is A Finding
syv-ai/HyperQwen собрал 16 звёзд за окно, тогда как у автора всего 70 подписчиков — эффективная аудитория ≈ 600. Это даёт surprise-индекс 0.025 (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 77% OF 6158 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6158 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 77%
VELOCITY16.009.00+7.00ABOVE 69%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS264395-131ABOVE 42%
SURPRISE0.030.01+0.02ABOVE 71%