Github Trends®
9676 findingsmedian surprise 0.00725window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
▲РЕПО НЕТ В ОКНЕ 90D. ПОКАЗАН FINDING ИЗ ОКНА 30D (30 days) — РАНГ #7473.
FINDING #7473 · UNIT ID 1296344930
w3cj/how-llms-work
An interactive app that walks through every stage of the LLM pipeline, from pattern matching to training a transformer from scratch, with working code you can run locally.
[ TYPESCRIPT ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000247
ENGAGEMENT0.98
FRESHNESS1.31
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
8% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.77
ACCEL
-0.11
RETENTION
21.3%
PEAK 2026-10-03 · FORK-RETENTION 34.6% · 53 STARS / WINDOW

Author Audience

AUDIENCE
7,099
FOLLOWERS
6,510
OWNER ★
5,885

Engagement Signals

FORKS
218
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 53 / 53 (DIVERSITY 1.00)

Why This Is A Finding

w3cj/how-llms-work собрал 53 звёзд за окно, тогда как у автора всего 6,510 подписчиков — эффективная аудитория ≈ 7,099. Это даёт surprise-индекс 0.000247 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 34.6% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9676 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 23%
VELOCITY1.773.80-2.03ABOVE 11%
RETENTION21.3%20.0%+1.3 PPABOVE 53%
FORKS218142+76ABOVE 59%
SURPRISE0.000.01-0.01ABOVE 8%