Github Trends®
9760 findingsmedian surprise 0.0099window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #6121 · 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

SURPRISE0.00242
ENGAGEMENT0.38
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
126.29
ACCEL
-11.96
RETENTION
52.8%
PEAK 2026-08-22 · FORK-RETENTION 78.2% · 884 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 884 / 884 (DIVERSITY 1.00)

Why This Is A Finding

unslothai/unsloth собрал 884 звёзд за окно, тогда как у автора всего 3,580 подписчиков — эффективная аудитория ≈ 52,136. Это даёт surprise-индекс 0.00242 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 78.2% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9760 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 37%
VELOCITY126.293.71+122.57ABOVE 98%
RETENTION52.8%38.0%+14.8 PPABOVE 72%
FORKS6,80086+6,714ABOVE 99%
SURPRISE0.000.01-0.01ABOVE 22%