Github Trends®
6024 findingsmedian surprise 0.00474window 1 day
UNIT / TREND-MONITOR · REV 2.6
[ 1 day window ]
SOURCE: own snapshots
FINDING #4780 · UNIT ID 951534260
roboflow/rf-detr
RF-DETR is a real-time object detection and segmentation model architecture developed by Roboflow, SOTA on COCO, designed for fine-tuning. [ICLR 2026]
[ PYTHON ][ ORG ][ VERIFIED ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000282
ENGAGEMENT0.39
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
17.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 17 STARS / WINDOW

Author Audience

AUDIENCE
60,238
FOLLOWERS
5,140
OWNER ★
85,584

Engagement Signals

FORKS
1,080
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 17 / 17 (DIVERSITY 1.00)

Why This Is A Finding

roboflow/rf-detr собрал 17 звёзд за окно, тогда как у автора всего 5,140 подписчиков — эффективная аудитория ≈ 60,238. Это даёт surprise-индекс 0.000282 (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 6024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 21%
VELOCITY17.009.00+8.00ABOVE 73%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS1,080495+585ABOVE 65%
SURPRISE0.000.00-0.00ABOVE 10%