Github Trends®
9770 findingsmedian surprise 0.00956window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #179 · UNIT ID 1219788009
damonwan1/AutoScholarLoop
A multi-agent AUTO Research loop for idea discovery, experiment execution, evidence-grounded paper writing, quality audit, and live Web observation from AI group, CNIC, CAS.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.24
ENGAGEMENT0.36
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
46% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
18.29
ACCEL
+3.93
RETENTION
0.0%
PEAK 2026-09-24 · FORK-RETENTION 0.0% · 128 STARS / WINDOW

Author Audience

AUDIENCE
38
FOLLOWERS
8
OWNER ★
295

Engagement Signals

FORKS
23
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 128 / 128 (DIVERSITY 1.00)

Why This Is A Finding

damonwan1/AutoScholarLoop собрал 128 звёзд за окно, тогда как у автора всего 8 подписчиков — эффективная аудитория ≈ 38. Это даёт surprise-индекс 0.24 (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 9770 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.120.00+0.11ABOVE 98%
VELOCITY18.293.57+14.71ABOVE 87%
RETENTION0.0%40.0%-40.0 PPABOVE 0%
FORKS2392-69ABOVE 22%
SURPRISE0.240.01+0.23ABOVE 98%