Github Trends®
9771 findingsmedian surprise 0.00917window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #7988 · 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

SURPRISE0.000148
ENGAGEMENT0.62
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
8.71
ACCEL
-0.75
RETENTION
41.2%
PEAK 2026-08-24 · FORK-RETENTION 56.3% · 61 STARS / WINDOW

Author Audience

AUDIENCE
59,039
FOLLOWERS
40,002
OWNER ★
190,365

Engagement Signals

FORKS
785
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 61 / 61 (DIVERSITY 1.00)

Why This Is A Finding

rasbt/reasoning-from-scratch собрал 61 звёзд за окно, тогда как у автора всего 40,002 подписчиков — эффективная аудитория ≈ 59,039. Это даёт surprise-индекс 0.000148 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 56.3% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9771 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 18%
VELOCITY8.713.71+5.00ABOVE 76%
RETENTION41.2%39.3%+1.8 PPABOVE 53%
FORKS78591+694ABOVE 91%
SURPRISE0.000.01-0.01ABOVE 5%