Github Trends®
6892 findingsmedian surprise 0.0109window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: gharchive
FINDING #4088 · UNIT ID 948264786
LLMQuant/quant-mind
QuantMind is an intelligent knowledge extraction and retrieval framework for quantitative finance.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00348
ENGAGEMENT0.20
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
5% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
13.57
ACCEL
-2.89
RETENTION
39.9%
PEAK 2026-07-09 · FORK-RETENTION 0.0% · 95 STARS / WINDOW

Author Audience

AUDIENCE
3,859
FOLLOWERS
1,264
OWNER ★
6,657

Engagement Signals

FORKS
345
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 95 / 95 (DIVERSITY 1.00)

Why This Is A Finding

LLMQuant/quant-mind собрал 95 звёзд за окно, тогда как у автора всего 1,264 подписчиков — эффективная аудитория ≈ 3,859. Это даёт surprise-индекс 0.00348 (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 6892 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 41%
VELOCITY13.574.14+9.43ABOVE 80%
RETENTION39.9%40.6%-0.7 PPABOVE 47%
FORKS34589+256ABOVE 81%
SURPRISE0.000.01-0.01ABOVE 26%