Github Trends®
9676 findingsmedian surprise 0.00725window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
▲РЕПО НЕТ В ОКНЕ 3D. ПОКАЗАН FINDING ИЗ ОКНА 30D (30 days) — РАНГ #9142.
FINDING #9142 · UNIT ID 1198734563
datawhalechina/llm-algo-leetcode
LLM algorithm practice lab with theory, solutions, and test cases.《大模型算法与系统教程》面向大模型入门到进阶的算法实战教程,覆盖原理讲解、答案解析、测试用例与 CUDA/Triton 实战。
[ JUPYTER NOTEBOOK ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0000174
ENGAGEMENT0.63
FRESHNESS1.33
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
11% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
2.60
ACCEL
+0.05
RETENTION
11.8%
PEAK 2026-10-08 · FORK-RETENTION 42.9% · 78 STARS / WINDOW

Author Audience

AUDIENCE
149,274
FOLLOWERS
34,220
OWNER ★
404,172

Engagement Signals

FORKS
145
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 78 / 78 (DIVERSITY 1.00)

Why This Is A Finding

datawhalechina/llm-algo-leetcode собрал 78 звёзд за окно, тогда как у автора всего 34,220 подписчиков — эффективная аудитория ≈ 149,274. Это даёт surprise-индекс 0.0000174 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 42.9% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9676 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 6%
VELOCITY2.603.80-1.20ABOVE 32%
RETENTION11.8%20.0%-8.2 PPABOVE 31%
FORKS145142+3ABOVE 50%
SURPRISE0.000.01-0.01ABOVE 2%