Github Trends®
9676 findingsmedian surprise 0.00725window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
▲РЕПО НЕТ В ОКНЕ 7D. ПОКАЗАН FINDING ИЗ ОКНА 30D (30 days) — РАНГ #8448.
FINDING #8448 · UNIT ID 728528910
modelscope/evalscope
A streamlined and customizable framework for efficient large model (LLM, VLM, AIGC) evaluation and performance benchmarking.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0000808
ENGAGEMENT0.68
FRESHNESS1.35
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
2.77
ACCEL
-0.16
RETENTION
10.2%
PEAK 2026-09-29 · FORK-RETENTION 48.0% · 83 STARS / WINDOW

Author Audience

AUDIENCE
34,191
FOLLOWERS
6,806
OWNER ★
102,895

Engagement Signals

FORKS
526
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 83 / 83 (DIVERSITY 1.00)

Why This Is A Finding

modelscope/evalscope собрал 83 звёзд за окно, тогда как у автора всего 6,806 подписчиков — эффективная аудитория ≈ 34,191. Это даёт surprise-индекс 0.0000808 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 48.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9676 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 13%
VELOCITY2.773.80-1.03ABOVE 35%
RETENTION10.2%20.0%-9.8 PPABOVE 27%
FORKS526142+384ABOVE 79%
SURPRISE0.000.01-0.01ABOVE 5%