Github Trends®
9789 findingsmedian surprise 0.00728window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #1038 · UNIT ID 834369920
jingyaogong/minimind
🧠 Train a 64M-parameter LLM from scratch in just 2h!
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0317
ENGAGEMENT0.41
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
3% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
302.43
ACCEL
-32.64
RETENTION
46.2%
PEAK 2026-09-08 · FORK-RETENTION 55.1% · 2,117 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 2,117 / 2,117 (DIVERSITY 1.00)

Why This Is A Finding

jingyaogong/minimind собрал 2,117 звёзд за окно, тогда как у автора всего 2,289 подписчиков — эффективная аудитория ≈ 9,486. Это даёт surprise-индекс 0.0317 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 55.1% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9789 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.01ABOVE 89%
VELOCITY302.433.43+299.00ABOVE 100%
RETENTION46.2%37.5%+8.7 PPABOVE 63%
FORKS7,890119+7,771ABOVE 99%
SURPRISE0.030.01+0.02ABOVE 83%