Github Trends®
9675 findingsmedian surprise 0.00741window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #55 · UNIT ID 1384094559
Contrastive-LM/CLM
Contrastive Language Models (CLMs) are a new class of System One model trained with a contrastive learning objective that connects states and actions.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.11
ENGAGEMENT1.40
FRESHNESS1.47
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
83% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
84.30
ACCEL
-4.08
RETENTION
16.2%
PEAK 2026-09-26 · FORK-RETENTION 69.9% · 2,529 STARS / WINDOW

Author Audience

AUDIENCE
702
FOLLOWERS
45
OWNER ★
3,062

Engagement Signals

FORKS
264
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 2,529 / 2,529 (DIVERSITY 1.00)

Why This Is A Finding

Contrastive-LM/CLM собрал 2,529 звёзд за окно, тогда как у автора всего 45 подписчиков — эффективная аудитория ≈ 702. Это даёт surprise-индекс 0.11 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 69.9% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9675 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.210.00+0.21ABOVE 99%
VELOCITY84.303.80+80.50ABOVE 98%
RETENTION16.2%20.3%-4.0 PPABOVE 41%
FORKS264138+126ABOVE 65%
SURPRISE0.110.01+0.11ABOVE 98%