Github Trends®
663 findingsmedian surprise 0.00061window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: gharchive
FINDING #434 · UNIT ID 915520679
FareedKhan-dev/train-llm-from-scratch
A straightforward method for training your LLM, from downloading data to generating text.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000289
ENGAGEMENT0.39
FRESHNESS1.23
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.93
ACCEL
-0.05
RETENTION
6.5%
PEAK 2026-09-30 · FORK-RETENTION 28.6% · 58 STARS / WINDOW

Author Audience

AUDIENCE
6,660
FOLLOWERS
3,000
OWNER ★
36,603

Engagement Signals

FORKS
1,665
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 58 / 58 (DIVERSITY 1.00)

Why This Is A Finding

FareedKhan-dev/train-llm-from-scratch собрал 58 звёзд за окно, тогда как у автора всего 3,000 подписчиков — эффективная аудитория ≈ 6,660. Это даёт surprise-индекс 0.000289 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 28.6% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 663 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 35%
VELOCITY1.932.77-0.83ABOVE 25%
RETENTION6.5%11.1%-4.6 PPABOVE 27%
FORKS1,6651,805-140ABOVE 48%
SURPRISE0.000.00-0.00ABOVE 37%