FINDING #4805 · UNIT ID 1054512829
vllm-project/vllm-omni
A framework for efficient model inference with omni-modality models
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
8% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
15.23
ACCEL
+0.03
RETENTION
33.3%
PEAK 2026-06-29 · FORK-RETENTION 0.0% · 457 STARS / WINDOW
Author Audience
AUDIENCE
30,768
FOLLOWERS
3,694
OWNER ★
116,898
Engagement Signals
FORKS
1,283
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 457 / 457 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm-omni собрал 457 звёзд за окно, тогда как у автора всего 3,694 подписчиков — эффективная аудитория ≈ 30,768. Это даёт surprise-индекс 0.000494 (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 24% OF 6295 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6295 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 24%
VELOCITY15.234.23+11.00ABOVE 82%
RETENTION33.3%29.4%+3.9 PPABOVE 57%
FORKS1,28392+1,191ABOVE 94%
SURPRISE0.000.01-0.01ABOVE 10%