Github Trends®
1684 findingsmedian surprise 0.0111window 1 day
UNIT / TREND-MONITOR · REV 2.6
[ 1 day window ]
SOURCE: own snapshots
FINDING #446 · UNIT ID 908040880
Exorust/TorchLeet
LeetCode for PyTorch — 65 ML/AI interview problems from real interviews at Google, Meta, Anthropic. Jupyter notebooks, an auto-grader, and an MCP AI tutor.
[ JUPYTER NOTEBOOK ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0178
ENGAGEMENT1.00
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
7.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-10-17 · FORK-RETENTION 0.0% · 7 STARS / WINDOW

Author Audience

AUDIENCE
354
FOLLOWERS
80
OWNER ★
2,735

Engagement Signals

FORKS
334
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 7 / 7 (DIVERSITY 1.00)

Why This Is A Finding

Exorust/TorchLeet собрал 7 звёзд за окно, тогда как у автора всего 80 подписчиков — эффективная аудитория ≈ 354. Это даёт surprise-индекс 0.0178 (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 1684 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 74%
VELOCITY7.0010.00-3.00ABOVE 26%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS334297+38ABOVE 53%
SURPRISE0.020.01+0.01ABOVE 60%