FINDING #1128 · UNIT ID 599547518
vllm-project/vllm
A high-throughput and memory-efficient inference and serving engine for LLMs
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
3% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
14.07
ACCEL
-0.19
RETENTION
18.0%
PEAK 2026-04-11 · FORK-RETENTION 32.9% · 2,533 STARS / WINDOW
Author Audience
AUDIENCE
31,215
FOLLOWERS
3,762
OWNER ★
118,457
Engagement Signals
FORKS
19,907
ISSUE AUTH
983
PR AUTH
2,579
UNIQUE STARGAZERS 2,530 / 2,533 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 2,533 звёзд за окно, тогда как у автора всего 3,762 подписчиков — эффективная аудитория ≈ 31,215. Это даёт surprise-индекс 0.00045 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 32.9% и 3562 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 56% OF 2559 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 2559 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 56%
VELOCITY14.072.88+11.19ABOVE 92%
RETENTION18.0%6.3%+11.8 PPABOVE 91%
FORKS19,9071,183+18,724ABOVE 97%
SURPRISE0.000.00-0.00ABOVE 40%