Github Trends®
9558 findingsmedian surprise 0.00429window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #7888 · 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

SURPRISE0.00023
ENGAGEMENT0.39
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
5.67
ACCEL
-1.00
RETENTION
71.4%
PEAK 2026-08-26 · FORK-RETENTION 0.0% · 17 STARS / WINDOW

Author Audience

AUDIENCE
24,651
FOLLOWERS
3,458
OWNER ★
88,681

Engagement Signals

FORKS
71
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 17 / 17 (DIVERSITY 1.00)

Why This Is A Finding

thunlp/OPD собрал 17 звёзд за окно, тогда как у автора всего 3,458 подписчиков — эффективная аудитория ≈ 24,651. Это даёт surprise-индекс 0.00023 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9558 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 17%
VELOCITY5.675.670.00ABOVE 49%
RETENTION71.4%42.9%+28.6 PPABOVE 77%
FORKS71333-262ABOVE 24%
SURPRISE0.000.00-0.00ABOVE 10%