Github Trends®
663 findingsmedian surprise 0.00061window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: gharchive
FINDING #653 · UNIT ID 537603333
openai/whisper
Robust Speech Recognition via Large-Scale Weak Supervision
[ PYTHON ][ ORG ][ VERIFIED ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE<0.000001
ENGAGEMENT0.38
FRESHNESS1.43
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.80
ACCEL
-0.15
RETENTION
9.4%
PEAK 2026-09-16 · FORK-RETENTION 66.7% · 54 STARS / WINDOW

Author Audience

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

Engagement Signals

FORKS
13,377
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 54 / 54 (DIVERSITY 1.00)

Why This Is A Finding

openai/whisper собрал 54 звёзд за окно, тогда как у автора всего 138,305 подписчиков — эффективная аудитория ≈ 2,050,280. Это даёт surprise-индекс <0.000001 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 66.7% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 663 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 2%
VELOCITY1.802.77-0.97ABOVE 17%
RETENTION9.4%11.1%-1.7 PPABOVE 41%
FORKS13,3771,805+11,572ABOVE 87%
SURPRISE0.000.00-0.00ABOVE 1%