Github Trends®
2987 findingsmedian surprise 0.00082window 180 days
UNIT / TREND-MONITOR · REV 2.6
[ 180 days window ]
SOURCE: gharchive
FINDING #2109 · UNIT ID 235860204
deepspeedai/DeepSpeed
DeepSpeed is a deep learning optimization library that makes distributed training and inference easy, efficient, and effective.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000145
ENGAGEMENT1.42
FRESHNESS1.59
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.68
ACCEL
-0.02
RETENTION
19.6%
PEAK 2026-01-23 · FORK-RETENTION 91.7% · 303 STARS / WINDOW

Author Audience

AUDIENCE
11,587
FOLLOWERS
393
OWNER ★
54,005

Engagement Signals

FORKS
4,885
ISSUE AUTH
22
PR AUTH
62
UNIQUE STARGAZERS 303 / 303 (DIVERSITY 1.00)

Why This Is A Finding

deepspeedai/DeepSpeed собрал 303 звёзд за окно, тогда как у автора всего 393 подписчиков — эффективная аудитория ≈ 11,587. Это даёт surprise-индекс 0.000145 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 91.7% и 84 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 2987 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 29%
VELOCITY1.682.84-1.16ABOVE 12%
RETENTION19.6%6.8%+12.8 PPABOVE 91%
FORKS4,8851,068+3,817ABOVE 83%
SURPRISE0.000.00-0.00ABOVE 19%