Github Trends®
9591 findingsmedian surprise 0.00783window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #8079 · UNIT ID 1208510936
thunlp/OPD
Rethinking On-Policy Distillation of Large Language Models: Phenomenology, Mechanism, and Recipe
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000121
ENGAGEMENT0.43
FRESHNESS1.63
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
9% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.00
ACCEL
+0.01
RETENTION
36.6%
PEAK 2026-07-31 · FORK-RETENTION 92.3% · 90 STARS / WINDOW

Author Audience

AUDIENCE
24,652
FOLLOWERS
3,458
OWNER ★
88,681

Engagement Signals

FORKS
71
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 90 / 90 (DIVERSITY 1.00)

Why This Is A Finding

thunlp/OPD собрал 90 звёзд за окно, тогда как у автора всего 3,458 подписчиков — эффективная аудитория ≈ 24,652. Это даёт surprise-индекс 0.000121 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 92.3% 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%
VELOCITY3.003.63-0.63ABOVE 41%
RETENTION36.6%24.8%+11.8 PPABOVE 72%
FORKS71120-49ABOVE 37%
SURPRISE0.000.01-0.01ABOVE 6%