FINDING #3499 · 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)
0% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
73.67
ACCEL
-8.00
RETENTION
89.9%
PEAK 2026-09-10 · FORK-RETENTION 57.6% · 221 STARS / WINDOW
Author Audience
AUDIENCE
33,638
FOLLOWERS
4,148
OWNER ★
126,844
Engagement Signals
FORKS
22,113
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 221 / 221 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 221 звёзд за окно, тогда как у автора всего 4,148 подписчиков — эффективная аудитория ≈ 33,638. Это даёт surprise-индекс 0.00219 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 57.6% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 60% OF 8833 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8833 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 60%
VELOCITY73.675.67+68.00ABOVE 96%
RETENTION89.9%45.9%+44.0 PPABOVE 93%
FORKS22,113344+21,769ABOVE 99%
SURPRISE0.000.00-0.00ABOVE 38%