Github Trends®
9755 findingsmedian surprise 0.00933window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #6475 · UNIT ID 1193937742
AMD-AGI/Hyperloom
An agentic system that auto-optimizes LLM workloads on AMD GPUs.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00129
ENGAGEMENT1.00
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
7% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.57
ACCEL
+0.11
RETENTION
33.3%
PEAK 2026-08-29 · FORK-RETENTION 0.0% · 11 STARS / WINDOW

Author Audience

AUDIENCE
1,176
FOLLOWERS
341
OWNER ★
2,473

Engagement Signals

FORKS
38
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 11 / 11 (DIVERSITY 1.00)

Why This Is A Finding

AMD-AGI/Hyperloom собрал 11 звёзд за окно, тогда как у автора всего 341 подписчиков — эффективная аудитория ≈ 1,176. Это даёт surprise-индекс 0.00129 (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 9755 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 34%
VELOCITY1.573.71-2.14ABOVE 6%
RETENTION33.3%37.5%-4.2 PPABOVE 42%
FORKS3890-52ABOVE 30%
SURPRISE0.000.01-0.01ABOVE 16%