Github Trends®
9591 findingsmedian surprise 0.00783window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #5377 · UNIT ID 725205304
unslothai/unsloth
Local UI to run and train LLMs and diffusion models. Supports GGUF, MLX, Qwen3.8, Kimi K3, MiniMax-H3, Gemma 4, FLUX and more.
[ PYTHON ][ ORG ][ VERIFIED ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00322
ENGAGEMENT0.36
FRESHNESS1.35
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
7% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
168.00
ACCEL
+6.09
RETENTION
24.1%
PEAK 2026-08-17 · FORK-RETENTION 44.2% · 5,040 STARS / WINDOW

Author Audience

AUDIENCE
52,136
FOLLOWERS
3,580
OWNER ★
83,746

Engagement Signals

FORKS
6,800
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 5,040 / 5,040 (DIVERSITY 1.00)

Why This Is A Finding

unslothai/unsloth собрал 5,040 звёзд за окно, тогда как у автора всего 3,580 подписчиков — эффективная аудитория ≈ 52,136. Это даёт surprise-индекс 0.00322 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 44.2% 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 44%
VELOCITY168.003.63+164.37ABOVE 99%
RETENTION24.1%24.8%-0.7 PPABOVE 48%
FORKS6,800120+6,680ABOVE 99%
SURPRISE0.000.01-0.00ABOVE 29%