Github Trends®
9760 findingsmedian surprise 0.0099window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #6379 · UNIT ID 1193937742
AMD-AGI/Hyperloom
An agentic system that auto-optimizes LLM workloads on AMD GPUs.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00141
ENGAGEMENT1.00
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
7% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.71
ACCEL
-0.18
RETENTION
50.0%
PEAK 2026-08-22 · FORK-RETENTION 100.0% · 12 STARS / WINDOW

Author Audience

AUDIENCE
1,175
FOLLOWERS
341
OWNER ★
2,467

Engagement Signals

FORKS
37
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 12 / 12 (DIVERSITY 1.00)

Why This Is A Finding

AMD-AGI/Hyperloom собрал 12 звёзд за окно, тогда как у автора всего 341 подписчиков — эффективная аудитория ≈ 1,175. Это даёт surprise-индекс 0.00141 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 100.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9760 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 35%
VELOCITY1.713.71-2.00ABOVE 13%
RETENTION50.0%38.0%+12.0 PPABOVE 65%
FORKS3786-49ABOVE 30%
SURPRISE0.000.01-0.01ABOVE 17%