Github Trends®
657 findingsmedian surprise 0.00057window 90 days
UNIT / TREND-MONITOR · REV 2.6
[ 90 days window ]
SOURCE: gharchive
FINDING #634 · UNIT ID 537603333
openai/whisper
Robust Speech Recognition via Large-Scale Weak Supervision
[ PYTHON ][ ORG ][ VERIFIED ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00000118
ENGAGEMENT0.52
FRESHNESS1.45
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
2.42
ACCEL
+0.04
RETENTION
9.9%
PEAK 2026-09-05 · FORK-RETENTION 60.6% · 218 STARS / WINDOW

Author Audience

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

Engagement Signals

FORKS
13,377
ISSUE AUTH
0
PR AUTH
2
UNIQUE STARGAZERS 217 / 218 (DIVERSITY 1.00)

Why This Is A Finding

openai/whisper собрал 218 звёзд за окно, тогда как у автора всего 138,305 подписчиков — эффективная аудитория ≈ 2,050,280. Это даёт surprise-индекс 0.00000118 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 60.6% и 2 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 657 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 4%
VELOCITY2.422.80-0.38ABOVE 39%
RETENTION9.9%7.9%+2.0 PPABOVE 61%
FORKS13,3771,914+11,463ABOVE 88%
SURPRISE0.000.00-0.00ABOVE 2%