Github Trends®
9802 findingsmedian surprise 0.00377window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #439 · UNIT ID 1312729279
nopnoping/micro-vllm
A small, educational vLLM implementation for exploring LLM inference, scheduling, KV-cache management, and GPU execution.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0589
ENGAGEMENT0.34
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
23% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.57
ACCEL
+0.54
RETENTION
8.3%
PEAK 2026-07-28 · FORK-RETENTION 0.0% · 25 STARS / WINDOW

Author Audience

AUDIENCE
21
FOLLOWERS
9
OWNER ★
116

Engagement Signals

FORKS
4
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 25 / 25 (DIVERSITY 1.00)

Why This Is A Finding

nopnoping/micro-vllm собрал 25 звёзд за окно, тогда как у автора всего 9 подписчиков — эффективная аудитория ≈ 21. Это даёт surprise-индекс 0.0589 (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 9802 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.030.00+0.02ABOVE 96%
VELOCITY3.573.14+0.43ABOVE 54%
RETENTION8.3%20.0%-11.7 PPABOVE 39%
FORKS4210-206ABOVE 3%
SURPRISE0.060.00+0.06ABOVE 95%