Github Trends®
9679 findingsmedian surprise 0.00864window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #1504 · UNIT ID 1349577647
MLO-lab/LeVJEPA
Efficient & Scalable Video Pretraining without the Heuristics
[ JUPYTER NOTEBOOK ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0237
ENGAGEMENT0.28
FRESHNESS1.58
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
57% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
4.03
ACCEL
+0.33
RETENTION
26.4%
PEAK 2026-08-31 · FORK-RETENTION 83.3% · 121 STARS / WINDOW

Author Audience

AUDIENCE
130
FOLLOWERS
27
OWNER ★
380

Engagement Signals

FORKS
11
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 121 / 121 (DIVERSITY 1.00)

Why This Is A Finding

MLO-lab/LeVJEPA собрал 121 звёзд за окно, тогда как у автора всего 27 подписчиков — эффективная аудитория ≈ 130. Это даёт surprise-индекс 0.0237 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 83.3% 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 84%
VELOCITY4.033.80+0.23ABOVE 52%
RETENTION26.4%25.0%+1.4 PPABOVE 52%
FORKS11112-101ABOVE 9%
SURPRISE0.020.01+0.02ABOVE 75%