Github Trends®
9486 findingsmedian surprise 0.00406window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #110 · UNIT ID 1162516847
MakazhanAlpamys/Soup
Fine-tune LLMs from one YAML. Layer streaming trains an 8B model on a 4 GB laptop GPU.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.37
ENGAGEMENT0.30
FRESHNESS1.03
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
49% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
53.00
ACCEL
+79.50
RETENTION
0.0%
PEAK 2026-08-05 · FORK-RETENTION 0.0% · 159 STARS / WINDOW

Author Audience

AUDIENCE
102
FOLLOWERS
64
OWNER ★
381

Engagement Signals

FORKS
41
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 159 / 159 (DIVERSITY 1.00)

Why This Is A Finding

MakazhanAlpamys/Soup собрал 159 звёзд за окно, тогда как у автора всего 64 подписчиков — эффективная аудитория ≈ 102. Это даёт surprise-индекс 0.37 (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 9486 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.170.00+0.16ABOVE 99%
VELOCITY53.005.67+47.33ABOVE 95%
RETENTION0.0%43.5%-43.5 PPABOVE 0%
FORKS41358-317ABOVE 15%
SURPRISE0.370.00+0.37ABOVE 99%