Github Trends®
9760 findingsmedian surprise 0.0099window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #5907 · UNIT ID 816158613
ModelCloud/GPTQModel
LLM model quantization (compression) toolkit with HW acceleration support for Nvidia, AMD, Intel GPU and Intel/AMD/Apple CPU via HF, vLLM, and SGLang.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00431
ENGAGEMENT0.32
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.86
ACCEL
+0.04
RETENTION
41.7%
PEAK 2026-08-25 · FORK-RETENTION 0.0% · 13 STARS / WINDOW

Author Audience

AUDIENCE
391
FOLLOWERS
63
OWNER ★
1,324

Engagement Signals

FORKS
204
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 13 / 13 (DIVERSITY 1.00)

Why This Is A Finding

ModelCloud/GPTQModel собрал 13 звёзд за окно, тогда как у автора всего 63 подписчиков — эффективная аудитория ≈ 391. Это даёт surprise-индекс 0.00431 (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 9760 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 39%
VELOCITY1.863.71-1.86ABOVE 18%
RETENTION41.7%38.0%+3.6 PPABOVE 55%
FORKS20486+118ABOVE 71%
SURPRISE0.000.01-0.01ABOVE 30%