FINDING #690 · 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)
2% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
8.07
ACCEL
-0.11
RETENTION
15.3%
PEAK 2026-04-11 · FORK-RETENTION 71.1% · 1,452 STARS / WINDOW
Author Audience
AUDIENCE
33,665
FOLLOWERS
4,148
OWNER ★
126,844
Engagement Signals
FORKS
22,113
ISSUE AUTH
580
PR AUTH
1,703
UNIQUE STARGAZERS 1,450 / 1,452 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 1,452 звёзд за окно, тогда как у автора всего 4,148 подписчиков — эффективная аудитория ≈ 33,665. Это даёт surprise-индекс 0.000239 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 71.1% и 2283 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 56% OF 1554 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 1554 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 56%
VELOCITY8.072.67+5.39ABOVE 85%
RETENTION15.3%5.6%+9.7 PPABOVE 84%
FORKS22,1131,668+20,446ABOVE 96%
SURPRISE0.000.00-0.00ABOVE 32%