Github Trends®
9676 findingsmedian surprise 0.00725window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #4839 · UNIT ID 832879402
Kiln-AI/Kiln
Build, Evaluate, and Optimize AI Systems. Includes evals, RAG, agents, fine-tuning, synthetic data generation, dataset management, MCP, and more.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00296
ENGAGEMENT0.40
FRESHNESS1.62
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
4.20
ACCEL
-0.12
RETENTION
15.9%
PEAK 2026-09-28 · FORK-RETENTION 100.0% · 126 STARS / WINDOW

Author Audience

AUDIENCE
1,377
FOLLOWERS
154
OWNER ★
5,345

Engagement Signals

FORKS
395
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 126 / 126 (DIVERSITY 1.00)

Why This Is A Finding

Kiln-AI/Kiln собрал 126 звёзд за окно, тогда как у автора всего 154 подписчиков — эффективная аудитория ≈ 1,377. Это даёт surprise-индекс 0.00296 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 100.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9676 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 50%
VELOCITY4.203.80+0.40ABOVE 54%
RETENTION15.9%20.0%-4.1 PPABOVE 40%
FORKS395142+253ABOVE 73%
SURPRISE0.000.01-0.00ABOVE 31%