Github Trends®
9595 findingsmedian surprise 0.00815window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #7977 · 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

SURPRISE0.000121
ENGAGEMENT0.56
FRESHNESS1.52
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
4% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
7.17
ACCEL
+0.01
RETENTION
34.0%
PEAK 2026-08-08 · FORK-RETENTION 72.9% · 215 STARS / WINDOW

Author Audience

AUDIENCE
59,039
FOLLOWERS
40,002
OWNER ★
190,365

Engagement Signals

FORKS
785
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 215 / 215 (DIVERSITY 1.00)

Why This Is A Finding

rasbt/reasoning-from-scratch собрал 215 звёзд за окно, тогда как у автора всего 40,002 подписчиков — эффективная аудитория ≈ 59,039. Это даёт surprise-индекс 0.000121 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 72.9% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9595 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 17%
VELOCITY7.173.67+3.50ABOVE 71%
RETENTION34.0%24.6%+9.4 PPABOVE 69%
FORKS785115+670ABOVE 89%
SURPRISE0.000.01-0.01ABOVE 5%