Github Trends®
9676 findingsmedian surprise 0.00725window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #7510 · UNIT ID 1196855016
elizabetht/100-days-of-inference
100 days of LLM inference engineering — daily posts, experiments, and visualizations
[ JUPYTER NOTEBOOK ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0324
ENGAGEMENT0.57
FRESHNESS1.40
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
20% OF STARS IN ARCHIVE
[BOT] SUSPECTED STAR BOT — SCORE PENALIZED. SIGNATURES:
S2 · NO EXTERNAL ISSUE/PR AUTHORS DESPITE 100+ STARS
S7 · THIS REPO IS ~ALL OF THE OWNER'S STARS
S10 · DEAD CODE, ZERO CONTRIBUTORS, YET STARS KEEP DRIPPING

Growth Telemetry

VELOCITY /D
12.67
ACCEL
-1.60
RETENTION
7.3%
PEAK 2026-09-20 · FORK-RETENTION 58.6% · 380 STARS / WINDOW

Author Audience

AUDIENCE
351
FOLLOWERS
156
OWNER ★
1,947

Engagement Signals

FORKS
245
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 380 / 380 (DIVERSITY 1.00)

Why This Is A Finding

elizabetht/100-days-of-inference собрал 380 звёзд за окно, тогда как у автора всего 156 подписчиков — эффективная аудитория ≈ 351. Это даёт surprise-индекс 0.0324 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 58.6% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9676 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 22%
VELOCITY12.673.80+8.87ABOVE 82%
RETENTION7.3%20.0%-12.7 PPABOVE 19%
FORKS245142+103ABOVE 62%
SURPRISE0.030.01+0.03ABOVE 83%