Github Trends®
9755 findingsmedian surprise 0.00933window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #7993 · 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

SURPRISE0.000157
ENGAGEMENT0.54
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
9.29
ACCEL
-0.25
RETENTION
47.1%
PEAK 2026-08-24 · FORK-RETENTION 78.6% · 65 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 65 / 65 (DIVERSITY 1.00)

Why This Is A Finding

rasbt/reasoning-from-scratch собрал 65 звёзд за окно, тогда как у автора всего 40,013 подписчиков — эффективная аудитория ≈ 59,045. Это даёт surprise-индекс 0.000157 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 78.6% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9755 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 18%
VELOCITY9.293.71+5.57ABOVE 77%
RETENTION47.1%37.5%+9.6 PPABOVE 66%
FORKS79290+702ABOVE 91%
SURPRISE0.000.01-0.01ABOVE 6%