Github Trends®
9558 findingsmedian surprise 0.00429window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #281 · UNIT ID 1336663851
SigmanticAI/apex-inference-chip
An inference chip design that runs a real LLM (Qwen2.5-0.5B) on FPGA — one transformer decoder layer in RTL, every silicon value bit-exact against a golden model. 0.56 tok/s measured, a 140× climb, full evidence trail.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.16
ENGAGEMENT0.23
FRESHNESS1.01
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
14% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
30.67
ACCEL
+46.00
RETENTION
0.0%
PEAK 2026-08-28 · FORK-RETENTION 0.0% · 92 STARS / WINDOW

Author Audience

AUDIENCE
148
FOLLOWERS
7
OWNER ★
672

Engagement Signals

FORKS
10
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 92 / 92 (DIVERSITY 1.00)

Why This Is A Finding

SigmanticAI/apex-inference-chip собрал 92 звёзд за окно, тогда как у автора всего 7 подписчиков — эффективная аудитория ≈ 148. Это даёт surprise-индекс 0.16 (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 9558 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.060.00+0.06ABOVE 97%
VELOCITY30.675.67+25.00ABOVE 91%
RETENTION0.0%42.9%-42.9 PPABOVE 0%
FORKS10333-323ABOVE 7%
SURPRISE0.160.00+0.16ABOVE 97%