Github Trends®
4503 findingsmedian surprise 0.00322window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #2976 · UNIT ID 1206047644
Jinfeng-Xu/Multimodal-Recommendation-Library
A Continuously Updated Library for Advanced Models for Multimodal Recommendation
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0722
ENGAGEMENT0.31
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
13% OF STARS IN ARCHIVE
[BOT] SUSPECTED STAR BOT — SCORE PENALIZED. SIGNATURES:
S2 · NO EXTERNAL ISSUE/PR AUTHORS DESPITE 100+ STARS
S10 · DEAD CODE, ZERO CONTRIBUTORS, YET STARS KEEP DRIPPING

Growth Telemetry

VELOCITY /D
10.00
ACCEL
-0.50
RETENTION
81.8%
PEAK 2026-07-26 · FORK-RETENTION 0.0% · 30 STARS / WINDOW

Author Audience

AUDIENCE
99
FOLLOWERS
36
OWNER ★
626

Engagement Signals

FORKS
21
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 30 / 30 (DIVERSITY 1.00)

Why This Is A Finding

Jinfeng-Xu/Multimodal-Recommendation-Library собрал 30 звёзд за окно, тогда как у автора всего 36 подписчиков — эффективная аудитория ≈ 99. Это даёт surprise-индекс 0.0722 (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 4503 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 34%
VELOCITY10.005.33+4.67ABOVE 73%
RETENTION81.8%0.0%+81.8 PPABOVE 93%
FORKS21457-436ABOVE 9%
SURPRISE0.070.00+0.07ABOVE 94%