Github Trends®
9651 findingsmedian surprise 0.00326window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #6517 · UNIT ID 1141514363
harbor-framework/terminal-bench-science
Terminal-Bench-Science: Evaluating AI agents on research workflows across scientific domains
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000521
ENGAGEMENT0.94
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.57
ACCEL
-0.71
RETENTION
8.0%
PEAK 2026-10-12 · FORK-RETENTION 0.0% · 11 STARS / WINDOW

Author Audience

AUDIENCE
2,975
FOLLOWERS
338
OWNER ★
11,494

Engagement Signals

FORKS
482
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 11 / 11 (DIVERSITY 1.00)

Why This Is A Finding

harbor-framework/terminal-bench-science собрал 11 звёзд за окно, тогда как у автора всего 338 подписчиков — эффективная аудитория ≈ 2,975. Это даёт surprise-индекс 0.000521 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9651 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 32%
VELOCITY1.573.14-1.57ABOVE 8%
RETENTION8.0%16.7%-8.7 PPABOVE 30%
FORKS482277+205ABOVE 61%
SURPRISE0.000.00-0.00ABOVE 21%