Github Trends®
4978 findingsmedian surprise 0.00481window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
▲РЕПО НЕТ В ОКНЕ 180D. ПОКАЗАН FINDING ИЗ ОКНА 3D (3 days) — РАНГ #4271.
FINDING #4271 · UNIT ID 1054512829
vllm-project/vllm-omni
A framework for efficient model inference with omni-modality models
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000114
ENGAGEMENT1.00
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
4.00
ACCEL
-6.00
RETENTION
0.0%
PEAK 2026-10-15 · FORK-RETENTION 0.0% · 12 STARS / WINDOW

Author Audience

AUDIENCE
34,972
FOLLOWERS
4,357
OWNER ★
131,288

Engagement Signals

FORKS
1,922
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 12 / 12 (DIVERSITY 1.00)

Why This Is A Finding

vllm-project/vllm-omni собрал 12 звёзд за окно, тогда как у автора всего 4,357 подписчиков — эффективная аудитория ≈ 34,972. Это даёт surprise-индекс 0.000114 (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.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 4978 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 14%
VELOCITY4.005.33-1.33ABOVE 31%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS1,922346+1,576ABOVE 79%
SURPRISE0.000.00-0.00ABOVE 6%