Github Trends®
8663 findingsmedian surprise 0.00452window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #7111 · 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

SURPRISE0.000152
ENGAGEMENT0.61
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
9.00
ACCEL
+3.50
RETENTION
0.0%
PEAK 2026-08-30 · FORK-RETENTION 0.0% · 27 STARS / WINDOW

Author Audience

AUDIENCE
59,045
FOLLOWERS
40,013
OWNER ★
190,434

Engagement Signals

FORKS
792
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 27 / 27 (DIVERSITY 1.00)

Why This Is A Finding

rasbt/reasoning-from-scratch собрал 27 звёзд за окно, тогда как у автора всего 40,013 подписчиков — эффективная аудитория ≈ 59,045. Это даёт surprise-индекс 0.000152 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 8663 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 18%
VELOCITY9.005.67+3.33ABOVE 67%
RETENTION0.0%41.7%-41.7 PPABOVE 0%
FORKS792332+460ABOVE 66%
SURPRISE0.000.00-0.00ABOVE 8%