Github Trends®
9747 findingsmedian surprise 0.00854window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #8190 · UNIT ID 1337918481
amitshekhariitbhu/llm-inference-engineering
Learn LLM Inference Engineering step by step - from KV cache, PagedAttention, and continuous batching to vLLM, SGLang, and GPUs.
[ MARKDOWN ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000192
ENGAGEMENT0.64
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
7% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.14
ACCEL
+0.39
RETENTION
57.1%
PEAK 2026-10-11 · FORK-RETENTION 0.0% · 22 STARS / WINDOW

Author Audience

AUDIENCE
16,296
FOLLOWERS
8,881
OWNER ★
74,154

Engagement Signals

FORKS
42
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 22 / 22 (DIVERSITY 1.00)

Why This Is A Finding

amitshekhariitbhu/llm-inference-engineering собрал 22 звёзд за окно, тогда как у автора всего 8,881 подписчиков — эффективная аудитория ≈ 16,296. Это даёт surprise-индекс 0.000192 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9747 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 16%
VELOCITY3.143.57-0.43ABOVE 44%
RETENTION57.1%33.3%+23.8 PPABOVE 82%
FORKS42104-62ABOVE 29%
SURPRISE0.000.01-0.01ABOVE 6%