Github Trends®
6024 findingsmedian surprise 0.00474window 1 day
UNIT / TREND-MONITOR · REV 2.6
[ 1 day window ]
SOURCE: own snapshots
FINDING #2901 · UNIT ID 1296344930
w3cj/how-llms-work
An interactive app that walks through every stage of the LLM pipeline, from pattern matching to training a transformer from scratch, with working code you can run locally.
[ TYPESCRIPT ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00145
ENGAGEMENT1.00
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
13% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
10.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 10 STARS / WINDOW

Author Audience

AUDIENCE
6,861
FOLLOWERS
6,345
OWNER ★
5,161

Engagement Signals

FORKS
16
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 10 / 10 (DIVERSITY 1.00)

Why This Is A Finding

w3cj/how-llms-work собрал 10 звёзд за окно, тогда как у автора всего 6,345 подписчиков — эффективная аудитория ≈ 6,861. Это даёт surprise-индекс 0.00145 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 6024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 52%
VELOCITY10.009.00+1.00ABOVE 52%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS16495-479ABOVE 6%
SURPRISE0.000.00-0.00ABOVE 27%