Github Trends®
8833 findingsmedian surprise 0.00433window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
РЕПО НЕТ В ОКНЕ 90D. ПОКАЗАН FINDING ИЗ ОКНА 3D (3 days) — РАНГ #8097.
FINDING #8097 · UNIT ID 567848636
roboflow/notebooks
A collection of tutorials on state-of-the-art computer vision models and techniques. Explore everything from foundational architectures like ResNet to cutting-edge models like RF-DETR, YOLO11, SAM 3, and Qwen3-VL.
[ JUPYTER NOTEBOOK ][ ORG ][ VERIFIED ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0000524
ENGAGEMENT0.52
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.33
ACCEL
+0.50
RETENTION
28.6%
PEAK 2026-09-11 · FORK-RETENTION 0.0% · 10 STARS / WINDOW

Author Audience

AUDIENCE
63,608
FOLLOWERS
5,340
OWNER ★
89,063

Engagement Signals

FORKS
1,494
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 10 / 10 (DIVERSITY 1.00)

Why This Is A Finding

roboflow/notebooks собрал 10 звёзд за окно, тогда как у автора всего 5,340 подписчиков — эффективная аудитория ≈ 63,608. Это даёт surprise-индекс 0.0000524 (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 8833 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 8%
VELOCITY3.335.67-2.33ABOVE 18%
RETENTION28.6%45.9%-17.3 PPABOVE 34%
FORKS1,494344+1,150ABOVE 77%
SURPRISE0.000.00-0.00ABOVE 5%