Tencent/WeMM-Embedding — GitHub trend

FINDING #9290 · UNIT ID 1345606017

Tencent/WeMM-Embedding

WeMM-Embedding is a family of universal multimodal embedding models by the WeChat Vision Team at Tencent, supporting multimodal understanding and retrieval.

[ PYTHON ][ ORG ][ VERIFIED ][ GITHUB ↗ ]

SURPRISE SCORE

0.00

Score Breakdown

SURPRISE0.00001

ENGAGEMENT0.34

FRESHNESS1.59

SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE

SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)

9% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D

5.43

ACCEL

-0.18

RETENTION

31.3%

PEAK 2026-09-21 · FORK-RETENTION 85.7% · 163 STARS / WINDOW

Author Audience

AUDIENCE

542,256

FOLLOWERS

14,922

OWNER ★

542,087

Engagement Signals

FORKS

123

ISSUE AUTH

PR AUTH

UNIQUE STARGAZERS 163 / 163 (DIVERSITY 1.00)

Why This Is A Finding

Tencent/WeMM-Embedding собрал 163 звёзд за окно, тогда как у автора всего 14,922 подписчиков — эффективная аудитория ≈ 542,256. Это даёт surprise-индекс 0.00001 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 85.7% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

Related Findings

RANKS ABOVE 4% OF 9675 FINDINGS

#06NandhaKishorM/laya[ PYTHON ]0.50 #08Oldcircle/geo-sleuth[ PYTHON ]0.45 #09rehan-remade/universal-modder[ PYTHON ]0.44 #17nykooi1/vibe-wise[ PYTHON ]0.32 #23Edwardxlai/easyread[ PYTHON ]0.29

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9675 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW

METRICVALUEMEDIANΔ MEDPERCENTILE

SCORE0.000.00-0.00ABOVE 4%

VELOCITY5.433.80+1.63ABOVE 63%

RETENTION31.3%20.3%+11.0 PPABOVE 73%

FORKS123138-15ABOVE 47%

SURPRISE0.000.01-0.01ABOVE 1%