Github Trends®
9558 findingsmedian surprise 0.00429window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #7259 · UNIT ID 569959091
modelscope/FunASR
Open-source speech recognition toolkit for training, inference, streaming ASR, VAD, punctuation, speaker diarization pipelines, and OpenAI-compatible/MCP serving.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000453
ENGAGEMENT0.31
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
15.00
ACCEL
-4.50
RETENTION
68.4%
PEAK 2026-08-26 · FORK-RETENTION 0.0% · 45 STARS / WINDOW

Author Audience

AUDIENCE
33,058
FOLLOWERS
6,548
OWNER ★
99,808

Engagement Signals

FORKS
2,007
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 45 / 45 (DIVERSITY 1.00)

Why This Is A Finding

modelscope/FunASR собрал 45 звёзд за окно, тогда как у автора всего 6,548 подписчиков — эффективная аудитория ≈ 33,058. Это даёт surprise-индекс 0.000453 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9558 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 24%
VELOCITY15.005.67+9.33ABOVE 80%
RETENTION68.4%42.9%+25.6 PPABOVE 75%
FORKS2,007333+1,674ABOVE 82%
SURPRISE0.000.00-0.00ABOVE 16%