Github Trends®
3829 findingsmedian surprise 0.0079window 1 day
UNIT / TREND-MONITOR · REV 2.6
[ 1 day window ]
SOURCE: own snapshots
FINDING #3517 · UNIT ID 806854629
datawhalechina/happy-llm
📚 从零开始构建大模型
[ JUPYTER NOTEBOOK ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000101
ENGAGEMENT0.20
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
15.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-10-12 · FORK-RETENTION 0.0% · 15 STARS / WINDOW

Author Audience

AUDIENCE
148,347
FOLLOWERS
33,988
OWNER ★
402,333

Engagement Signals

FORKS
3,236
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 15 / 15 (DIVERSITY 1.00)

Why This Is A Finding

datawhalechina/happy-llm собрал 15 звёзд за окно, тогда как у автора всего 33,988 подписчиков — эффективная аудитория ≈ 148,347. Это даёт surprise-индекс 0.000101 (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 3829 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 8%
VELOCITY15.0010.00+5.00ABOVE 66%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS3,236375+2,861ABOVE 87%
SURPRISE0.000.01-0.01ABOVE 5%