Github Trends®
8994 findingsmedian surprise 0.00458window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #259 · UNIT ID 1376779168
zwliJay/jev-forge
An open training and inference stack for Jev-style decision models. Train models to score dynamic candidate branches from a shared prefix, with support for high-cardinality choice, calibration, and fast batched inference.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.19
ENGAGEMENT0.30
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
33% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
10.33
ACCEL
-0.00
RETENTION
90.9%
PEAK 2026-09-28 · FORK-RETENTION 0.0% · 31 STARS / WINDOW

Author Audience

AUDIENCE
13
FOLLOWERS
4
OWNER ★
94

Engagement Signals

FORKS
8
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 31 / 31 (DIVERSITY 1.00)

Why This Is A Finding

zwliJay/jev-forge собрал 31 звёзд за окно, тогда как у автора всего 4 подписчиков — эффективная аудитория ≈ 13. Это даёт surprise-индекс 0.19 (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 8994 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.080.00+0.08ABOVE 97%
VELOCITY10.335.67+4.67ABOVE 70%
RETENTION90.9%41.8%+49.1 PPABOVE 92%
FORKS8337-329ABOVE 5%
SURPRISE0.190.00+0.19ABOVE 97%