Github Trends®
9591 findingsmedian surprise 0.00783window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #9141 · UNIT ID 1069323514
NVIDIA/dgx-spark-playbooks
Collection of step-by-step playbooks for setting up AI/ML workloads on NVIDIA DGX Spark devices with Blackwell architecture.
[ JUPYTER NOTEBOOK ][ ORG ][ VERIFIED ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00000648
ENGAGEMENT0.47
FRESHNESS1.64
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
8% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.40
ACCEL
-0.07
RETENTION
39.5%
PEAK 2026-08-03 · FORK-RETENTION 94.1% · 102 STARS / WINDOW

Author Audience

AUDIENCE
524,769
FOLLOWERS
29,451
OWNER ★
414,853

Engagement Signals

FORKS
285
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 102 / 102 (DIVERSITY 1.00)

Why This Is A Finding

NVIDIA/dgx-spark-playbooks собрал 102 звёзд за окно, тогда как у автора всего 29,451 подписчиков — эффективная аудитория ≈ 524,769. Это даёт surprise-индекс 0.00000648 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 94.1% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9591 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 5%
VELOCITY3.403.63-0.23ABOVE 47%
RETENTION39.5%24.8%+14.7 PPABOVE 78%
FORKS285120+165ABOVE 71%
SURPRISE0.000.01-0.01ABOVE 1%