Github Trends®
2559 findingsmedian surprise 0.00074window 180 days
UNIT / TREND-MONITOR · REV 2.6
[ 180 days window ]
SOURCE: gharchive
FINDING #2180 · UNIT ID 569959091
modelscope/FunASR
Open-source speech recognition toolkit for training, inference, streaming ASR, VAD, punctuation, speaker diarization pipelines, and OpenAI-compatible/MCP serving.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0000662
ENGAGEMENT0.71
FRESHNESS1.61
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
2.14
ACCEL
-0.01
RETENTION
17.4%
PEAK 2026-01-29 · FORK-RETENTION 94.7% · 385 STARS / WINDOW

Author Audience

AUDIENCE
32,288
FOLLOWERS
6,357
OWNER ★
97,870

Engagement Signals

FORKS
1,960
ISSUE AUTH
21
PR AUTH
13
UNIQUE STARGAZERS 383 / 385 (DIVERSITY 0.99)

Why This Is A Finding

modelscope/FunASR собрал 385 звёзд за окно, тогда как у автора всего 6,357 подписчиков — эффективная аудитория ≈ 32,288. Это даёт surprise-индекс 0.0000662 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 94.7% и 34 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 2559 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 15%
VELOCITY2.142.88-0.74ABOVE 31%
RETENTION17.4%6.3%+11.1 PPABOVE 89%
FORKS1,9601,183+777ABOVE 63%
SURPRISE0.000.00-0.00ABOVE 12%