Github Trends®
6295 findingsmedian surprise 0.0121window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: gharchive
FINDING #4016 · UNIT ID 1094661348
tile-ai/TileRT
Tile-Based Runtime for Ultra-Low-Latency LLM Inference
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00193
ENGAGEMENT0.20
FRESHNESS1.36
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
11% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
5.93
ACCEL
-0.26
RETENTION
30.7%
PEAK 2026-06-16 · FORK-RETENTION 0.0% · 178 STARS / WINDOW

Author Audience

AUDIENCE
3,041
FOLLOWERS
577
OWNER ★
9,434

Engagement Signals

FORKS
107
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 178 / 178 (DIVERSITY 1.00)

Why This Is A Finding

tile-ai/TileRT собрал 178 звёзд за окно, тогда как у автора всего 577 подписчиков — эффективная аудитория ≈ 3,041. Это даёт surprise-индекс 0.00193 (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 6295 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 36%
VELOCITY5.934.23+1.70ABOVE 61%
RETENTION30.7%29.4%+1.2 PPABOVE 53%
FORKS10792+15ABOVE 54%
SURPRISE0.000.01-0.01ABOVE 19%