Github Trends®
5944 findingsmedian surprise 0.0104window 180 days
UNIT / TREND-MONITOR · REV 2.6
[ 180 days window ]
SOURCE: gharchive
FINDING #3818 · UNIT ID 942696497
rasbt/reasoning-from-scratch
Implement a reasoning LLM in PyTorch from scratch, step by step
[ JUPYTER NOTEBOOK ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000225
ENGAGEMENT0.20
FRESHNESS1.34
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
49% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
12.94
ACCEL
-0.10
RETENTION
14.9%
PEAK 2026-01-19 · FORK-RETENTION 0.0% · 2,329 STARS / WINDOW

Author Audience

AUDIENCE
57,381
FOLLOWERS
38,922
OWNER ★
184,592

Engagement Signals

FORKS
709
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 2,329 / 2,329 (DIVERSITY 1.00)

Why This Is A Finding

rasbt/reasoning-from-scratch собрал 2,329 звёзд за окно, тогда как у автора всего 38,922 подписчиков — эффективная аудитория ≈ 57,381. Это даёт surprise-индекс 0.000225 (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 5944 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 36%
VELOCITY12.943.29+9.64ABOVE 87%
RETENTION14.9%11.3%+3.5 PPABOVE 60%
FORKS70999+610ABOVE 91%
SURPRISE0.000.01-0.01ABOVE 8%