Github Trends®
9771 findingsmedian surprise 0.00917window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #8313 · UNIT ID 1208510936
thunlp/OPD
Rethinking On-Policy Distillation of Large Language Models: Phenomenology, Mechanism, and Recipe
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000139
ENGAGEMENT0.33
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.43
ACCEL
+0.39
RETENTION
52.4%
PEAK 2026-08-26 · FORK-RETENTION 0.0% · 24 STARS / WINDOW

Author Audience

AUDIENCE
24,654
FOLLOWERS
3,459
OWNER ★
88,682

Engagement Signals

FORKS
71
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 24 / 24 (DIVERSITY 1.00)

Why This Is A Finding

thunlp/OPD собрал 24 звёзд за окно, тогда как у автора всего 3,459 подписчиков — эффективная аудитория ≈ 24,654. Это даёт surprise-индекс 0.000139 (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 9771 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 15%
VELOCITY3.433.71-0.29ABOVE 46%
RETENTION52.4%39.3%+13.0 PPABOVE 71%
FORKS7191-20ABOVE 44%
SURPRISE0.000.01-0.01ABOVE 5%