Github Trends®
2559 findingsmedian surprise 0.00074window 180 days
UNIT / TREND-MONITOR · REV 2.6
[ 180 days window ]
SOURCE: gharchive
FINDING #2453 · UNIT ID 176982014
NVIDIA/Megatron-LM
Ongoing research training transformer models at scale
[ PYTHON ][ ORG ][ VERIFIED ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0000032
ENGAGEMENT2.81
FRESHNESS1.34
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.58
ACCEL
-0.02
RETENTION
3.4%
PEAK 2026-02-26 · FORK-RETENTION 69.4% · 285 STARS / WINDOW

Author Audience

AUDIENCE
495,419
FOLLOWERS
28,361
OWNER ★
394,318

Engagement Signals

FORKS
4,290
ISSUE AUTH
159
PR AUTH
614
UNIQUE STARGAZERS 285 / 285 (DIVERSITY 1.00)

Why This Is A Finding

NVIDIA/Megatron-LM собрал 285 звёзд за окно, тогда как у автора всего 28,361 подписчиков — эффективная аудитория ≈ 495,419. Это даёт surprise-индекс 0.0000032 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 69.4% и 773 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 2559 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 4%
VELOCITY1.582.88-1.30ABOVE 5%
RETENTION3.4%6.3%-2.9 PPABOVE 27%
FORKS4,2901,183+3,107ABOVE 80%
SURPRISE0.000.00-0.00ABOVE 2%