Github Trends®
6295 findingsmedian surprise 0.0121window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: gharchive
FINDING #5092 · UNIT ID 1262897325
Tencent-Hunyuan/UniRL
UniRL is a Framework for Unified Multimodal Model Reinforcement Learning
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000301
ENGAGEMENT0.20
FRESHNESS1.34
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
25% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
6.90
ACCEL
-0.18
RETENTION
22.2%
PEAK 2026-06-22 · FORK-RETENTION 0.0% · 207 STARS / WINDOW

Author Audience

AUDIENCE
22,893
FOLLOWERS
2,957
OWNER ★
84,895

Engagement Signals

FORKS
54
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 207 / 207 (DIVERSITY 1.00)

Why This Is A Finding

Tencent-Hunyuan/UniRL собрал 207 звёзд за окно, тогда как у автора всего 2,957 подписчиков — эффективная аудитория ≈ 22,893. Это даёт surprise-индекс 0.000301 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 6295 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 19%
VELOCITY6.904.23+2.67ABOVE 65%
RETENTION22.2%29.4%-7.2 PPABOVE 35%
FORKS5492-38ABOVE 36%
SURPRISE0.000.01-0.01ABOVE 8%