Github Trends®
6331 findingsmedian surprise 0.00412window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #1827 · UNIT ID 1218819993
baidu-baige/LoongForge
A high-performance framework for training LLMs, VLMs, diffusion, and embodied models on NVIDIA GPUs and Kunlun XPUs. Supports Pi0.5, GR00T-N1.7, FastWAM, Cosmos3, DreamZero, DeepSeek-V4, GLM-5.3, Kimi-K3 and more.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0152
ENGAGEMENT0.20
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
3% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
6.33
ACCEL
-2.50
RETENTION
68.8%
PEAK 2026-09-30 · FORK-RETENTION 0.0% · 19 STARS / WINDOW

Author Audience

AUDIENCE
377
FOLLOWERS
46
OWNER ★
1,426

Engagement Signals

FORKS
58
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 19 / 19 (DIVERSITY 1.00)

Why This Is A Finding

baidu-baige/LoongForge собрал 19 звёзд за окно, тогда как у автора всего 46 подписчиков — эффективная аудитория ≈ 377. Это даёт surprise-индекс 0.0152 (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.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 6331 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 71%
VELOCITY6.335.33+1.00ABOVE 55%
RETENTION68.8%27.3%+41.5 PPABOVE 81%
FORKS58355-297ABOVE 21%
SURPRISE0.020.00+0.01ABOVE 71%