Github Trends®
9591 findingsmedian surprise 0.00783window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #8025 · UNIT ID 942696497
rasbt/reasoning-from-scratch
Implement a reasoning LLM in PyTorch from scratch, step by step
[ JUPYTER NOTEBOOK ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000117
ENGAGEMENT0.56
FRESHNESS1.52
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
4% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
6.90
ACCEL
+0.05
RETENTION
33.8%
PEAK 2026-08-08 · FORK-RETENTION 71.7% · 207 STARS / WINDOW

Author Audience

AUDIENCE
59,014
FOLLOWERS
39,984
OWNER ★
190,302

Engagement Signals

FORKS
783
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 207 / 207 (DIVERSITY 1.00)

Why This Is A Finding

rasbt/reasoning-from-scratch собрал 207 звёзд за окно, тогда как у автора всего 39,984 подписчиков — эффективная аудитория ≈ 59,014. Это даёт surprise-индекс 0.000117 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 71.7% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9591 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 16%
VELOCITY6.903.63+3.27ABOVE 71%
RETENTION33.8%24.8%+9.0 PPABOVE 68%
FORKS783120+663ABOVE 88%
SURPRISE0.000.01-0.01ABOVE 5%