Github Trends®
9523 findingsmedian surprise 0.00485window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #1754 · UNIT ID 1390641798
yfyeung/PrunedCTC
Memory-efficient CTC loss with exact loss and first-order gradient equivalence under vocabulary reduction, and activation memory that no longer scales linearly with vocabulary size.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0406
ENGAGEMENT0.15
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
28% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
11.00
ACCEL
-0.50
RETENTION
64.3%
PEAK 2026-10-08 · FORK-RETENTION 0.0% · 33 STARS / WINDOW

Author Audience

AUDIENCE
231
FOLLOWERS
204
OWNER ★
272

Engagement Signals

FORKS
3
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 33 / 33 (DIVERSITY 1.00)

Why This Is A Finding

yfyeung/PrunedCTC собрал 33 звёзд за окно, тогда как у автора всего 204 подписчиков — эффективная аудитория ≈ 231. Это даёт surprise-индекс 0.0406 (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 9523 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 82%
VELOCITY11.005.67+5.33ABOVE 72%
RETENTION64.3%40.0%+24.3 PPABOVE 71%
FORKS3317-314ABOVE 2%
SURPRISE0.040.00+0.04ABOVE 84%