Github Trends®
9784 findingsmedian surprise 0.00524window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #9740 · UNIT ID 1401142741
zsxm1998/awesome-perception-aware-rlvr
Unified reproductions, benchmarking & evaluation for perception-aware RLVR and OPD in VLMs. 18 methods · 30+ benchmarks · Official code of CGPO (ACM MM 2026 Oral).
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0302
ENGAGEMENT0.00
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
43% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.71
ACCEL
+0.89
RETENTION
9.1%
PEAK 2026-10-05 · FORK-RETENTION 0.0% · 12 STARS / WINDOW

Author Audience

AUDIENCE
17
FOLLOWERS
13
OWNER ★
38

Engagement Signals

FORKS
0
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 12 / 12 (DIVERSITY 1.00)

Why This Is A Finding

zsxm1998/awesome-perception-aware-rlvr собрал 12 звёзд за окно, тогда как у автора всего 13 подписчиков — эффективная аудитория ≈ 17. Это даёт surprise-индекс 0.0302 (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 9784 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 0%
VELOCITY1.713.43-1.71ABOVE 13%
RETENTION9.1%38.9%-29.8 PPABOVE 20%
FORKS0162-162ABOVE 0%
SURPRISE0.030.01+0.02ABOVE 84%