Github Trends®
7520 findingsmedian surprise 0.00393window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #1147 · UNIT ID 1301596482
helasaoudi/llm-inspector
The htop for LLM inference see exactly where every GB of VRAM goes and get measured quantization savings.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.051
ENGAGEMENT0.20
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
14% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.00
ACCEL
-3.00
RETENTION
14.3%
PEAK 2026-07-29 · FORK-RETENTION 0.0% · 9 STARS / WINDOW

Author Audience

AUDIENCE
19
FOLLOWERS
12
OWNER ★
68

Engagement Signals

FORKS
4
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 9 / 9 (DIVERSITY 1.00)

Why This Is A Finding

helasaoudi/llm-inspector собрал 9 звёзд за окно, тогда как у автора всего 12 подписчиков — эффективная аудитория ≈ 19. Это даёт surprise-индекс 0.051 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 7520 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 85%
VELOCITY3.005.33-2.33ABOVE 10%
RETENTION14.3%0.0%+14.3 PPABOVE 66%
FORKS4368-364ABOVE 3%
SURPRISE0.050.00+0.05ABOVE 90%