Github Trends®
997 findingsmedian surprise 0.00049window 180 days
UNIT / TREND-MONITOR · REV 2.6
[ 180 days window ]
SOURCE: gharchive
FINDING #968 · UNIT ID 537603333
openai/whisper
Robust Speech Recognition via Large-Scale Weak Supervision
[ PYTHON ][ ORG ][ VERIFIED ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00000194
ENGAGEMENT0.43
FRESHNESS1.16
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.97
ACCEL
-0.04
RETENTION
9.9%
PEAK 2026-09-05 · FORK-RETENTION 27.4% · 715 STARS / WINDOW

Author Audience

AUDIENCE
2,050,280
FOLLOWERS
138,305
OWNER ★
986,733

Engagement Signals

FORKS
13,377
ISSUE AUTH
0
PR AUTH
4
UNIQUE STARGAZERS 714 / 715 (DIVERSITY 1.00)

Why This Is A Finding

openai/whisper собрал 715 звёзд за окно, тогда как у автора всего 138,305 подписчиков — эффективная аудитория ≈ 2,050,280. Это даёт surprise-индекс 0.00000194 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 27.4% и 4 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 997 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 3%
VELOCITY3.972.66+1.32ABOVE 67%
RETENTION9.9%5.6%+4.3 PPABOVE 80%
FORKS13,3772,332+11,045ABOVE 89%
SURPRISE0.000.00-0.00ABOVE 3%