Github Trends®
9784 findingsmedian surprise 0.00524window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #273 · UNIT ID 1402656250
heise3/academic-deai
Model-agnostic Chinese and English academic editing for the latest models across Agent platforms. Reduce formulaic prose while preserving evidence and author voice.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.16
ENGAGEMENT0.22
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
35% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
10.57
ACCEL
+5.36
RETENTION
2.8%
PEAK 2026-10-05 · FORK-RETENTION 0.0% · 74 STARS / WINDOW

Author Audience

AUDIENCE
26
FOLLOWERS
4
OWNER ★
215

Engagement Signals

FORKS
8
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 74 / 74 (DIVERSITY 1.00)

Why This Is A Finding

heise3/academic-deai собрал 74 звёзд за окно, тогда как у автора всего 4 подписчиков — эффективная аудитория ≈ 26. Это даёт surprise-индекс 0.16 (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 9784 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.060.00+0.05ABOVE 97%
VELOCITY10.573.43+7.14ABOVE 80%
RETENTION2.8%38.9%-36.1 PPABOVE 18%
FORKS8162-154ABOVE 6%
SURPRISE0.160.01+0.16ABOVE 98%