FINDING #6665 · 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)
10% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
21.97
ACCEL
+0.33
RETENTION
80.0%
PEAK 2026-08-26 · FORK-RETENTION 9.8% · 659 STARS / WINDOW
Author Audience
AUDIENCE
32,857
FOLLOWERS
4,030
OWNER ★
124,140
Engagement Signals
FORKS
1,576
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 659 / 659 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm-omni собрал 659 звёзд за окно, тогда как у автора всего 4,030 подписчиков — эффективная аудитория ≈ 32,857. Это даёт surprise-индекс 0.000668 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 9.8% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 31% OF 9595 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9595 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 31%
VELOCITY21.973.67+18.30ABOVE 91%
RETENTION80.0%24.6%+55.4 PPABOVE 99%
FORKS1,576115+1,461ABOVE 94%
SURPRISE0.000.01-0.01ABOVE 12%