Github Trends®
8679 findingsmedian surprise 0.0046window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
▲РЕПО НЕТ В ОКНЕ 180D. ПОКАЗАН FINDING ИЗ ОКНА 3D (3 days) — РАНГ #8335.
FINDING #8335 · UNIT ID 936473202
deepseek-ai/FlashMLA
FlashMLA: Efficient Multi-head Latent Attention Kernels
[ C++ ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0000171
ENGAGEMENT0.29
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
6.00
ACCEL
-3.00
RETENTION
50.0%
PEAK 2026-10-08 · FORK-RETENTION 0.0% · 18 STARS / WINDOW

Author Audience

AUDIENCE
351,280
FOLLOWERS
107,634
OWNER ★
680,061

Engagement Signals

FORKS
1,184
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 18 / 18 (DIVERSITY 1.00)

Why This Is A Finding

deepseek-ai/FlashMLA собрал 18 звёзд за окно, тогда как у автора всего 107,634 подписчиков — эффективная аудитория ≈ 351,280. Это даёт surprise-индекс 0.0000171 (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 8679 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 4%
VELOCITY6.005.67+0.33ABOVE 52%
RETENTION50.0%42.4%+7.6 PPABOVE 56%
FORKS1,184334+850ABOVE 74%
SURPRISE0.000.00-0.00ABOVE 3%