Github Trends®
9679 findingsmedian surprise 0.00864window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #1331 · UNIT ID 834369920
jingyaogong/minimind
🧠 Train a 64M-parameter LLM from scratch in just 2h!
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0213
ENGAGEMENT0.40
FRESHNESS1.52
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
10% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
203.27
ACCEL
+16.12
RETENTION
36.9%
PEAK 2026-09-01 · FORK-RETENTION 66.8% · 6,098 STARS / WINDOW

Author Audience

AUDIENCE
9,486
FOLLOWERS
2,289
OWNER ★
71,965

Engagement Signals

FORKS
7,890
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 6,098 / 6,098 (DIVERSITY 1.00)

Why This Is A Finding

jingyaogong/minimind собрал 6,098 звёзд за окно, тогда как у автора всего 2,289 подписчиков — эффективная аудитория ≈ 9,486. Это даёт surprise-индекс 0.0213 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 66.8% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9679 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.01ABOVE 86%
VELOCITY203.273.80+199.47ABOVE 99%
RETENTION36.9%25.0%+11.9 PPABOVE 73%
FORKS7,890112+7,778ABOVE 99%
SURPRISE0.020.01+0.01ABOVE 72%