Github Trends®
9593 findingsmedian surprise 0.00799window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
РЕПО НЕТ В ОКНЕ 3D. ПОКАЗАН FINDING ИЗ ОКНА 30D (30 days) — РАНГ #5885.
FINDING #5885 · UNIT ID 1160596966
jjang-ai/vmlx
vMLX - JANGTQ Uber Compressed MLX Models - L2 Disk Cache (survives restart) + L1 Paged (super fast ttft) + Hybrid SSM Scheduler + Cont Batching + etc!
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00315
ENGAGEMENT0.31
FRESHNESS1.11
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
5% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.50
ACCEL
+0.00
RETENTION
19.4%
PEAK 2026-08-16 · FORK-RETENTION 0.0% · 45 STARS / WINDOW

Author Audience

AUDIENCE
436
FOLLOWERS
231
OWNER ★
2,047

Engagement Signals

FORKS
82
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 45 / 45 (DIVERSITY 1.00)

Why This Is A Finding

jjang-ai/vmlx собрал 45 звёзд за окно, тогда как у автора всего 231 подписчиков — эффективная аудитория ≈ 436. Это даёт surprise-индекс 0.00315 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9593 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 39%
VELOCITY1.503.63-2.13ABOVE 0%
RETENTION19.4%25.0%-5.6 PPABOVE 39%
FORKS82117-35ABOVE 41%
SURPRISE0.000.01-0.00ABOVE 28%