Github Trends®
9679 findingsmedian surprise 0.00864window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #4279 · UNIT ID 1340813767
mx-liu6/OptiGeo
Official implementation of the paper: "OptiGeo: Efficient Monocular Geometry for Embodied Perception in Optically Challenging Scenes"
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0222
ENGAGEMENT0.0734
FRESHNESS1.10
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
44% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.60
ACCEL
+0.17
RETENTION
14.3%
PEAK 2026-09-05 · FORK-RETENTION 0.0% · 48 STARS / WINDOW

Author Audience

AUDIENCE
32
FOLLOWERS
10
OWNER ★
222

Engagement Signals

FORKS
2
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 48 / 48 (DIVERSITY 1.00)

Why This Is A Finding

mx-liu6/OptiGeo собрал 48 звёзд за окно, тогда как у автора всего 10 подписчиков — эффективная аудитория ≈ 32. Это даёт surprise-индекс 0.0222 (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 9679 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 56%
VELOCITY1.603.80-2.20ABOVE 5%
RETENTION14.3%25.0%-10.7 PPABOVE 28%
FORKS2112-110ABOVE 3%
SURPRISE0.020.01+0.01ABOVE 73%