FINDING #2339 · 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
25.00
ACCEL
-37.50
RETENTION
0.0%
PEAK 2026-07-25 · FORK-RETENTION 0.0% · 75 STARS / WINDOW
Author Audience
AUDIENCE
31,215
FOLLOWERS
3,762
OWNER ★
118,457
Engagement Signals
FORKS
19,907
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 75 / 75 (DIVERSITY 1.00)
Why This Is A Finding
vllm-project/vllm собрал 75 звёзд за окно, тогда как у автора всего 3,762 подписчиков — эффективная аудитория ≈ 31,215. Это даёт surprise-индекс 0.0008 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 48% OF 4503 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 4503 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 48%
VELOCITY25.005.33+19.67ABOVE 91%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS19,907457+19,450ABOVE 98%
SURPRISE0.000.00-0.00ABOVE 27%