Github Trends®
9760 findingsmedian surprise 0.0099window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #9588 · UNIT ID 1306217530
jaeseok614/llm-gpu-checker-ko
AI hardware fit calculator for LLM, embedding, reranker, OCR and VLM workloads — VRAM, throughput, licensing and multi-GPU planning
[ JAVASCRIPT ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0612
ENGAGEMENT0.00
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
68% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.86
ACCEL
-0.29
RETENTION
2.0%
PEAK 2026-08-25 · FORK-RETENTION 0.0% · 27 STARS / WINDOW

Author Audience

AUDIENCE
23
FOLLOWERS
19
OWNER ★
40

Engagement Signals

FORKS
0
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 27 / 27 (DIVERSITY 1.00)

Why This Is A Finding

jaeseok614/llm-gpu-checker-ko собрал 27 звёзд за окно, тогда как у автора всего 19 подписчиков — эффективная аудитория ≈ 23. Это даёт surprise-индекс 0.0612 (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 9760 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 2%
VELOCITY3.863.71+0.14ABOVE 50%
RETENTION2.0%38.0%-36.1 PPABOVE 14%
FORKS086-86ABOVE 0%
SURPRISE0.060.01+0.05ABOVE 88%