Github Trends®
4978 findingsmedian surprise 0.00481window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #4630 · 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

SURPRISE0.0000779
ENGAGEMENT0.40
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
2.67
ACCEL
-4.00
RETENTION
0.0%
PEAK 2026-10-15 · FORK-RETENTION 0.0% · 8 STARS / WINDOW

Author Audience

AUDIENCE
34,180
FOLLOWERS
6,806
OWNER ★
102,841

Engagement Signals

FORKS
2,085
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 8 / 8 (DIVERSITY 1.00)

Why This Is A Finding

modelscope/FunASR собрал 8 звёзд за окно, тогда как у автора всего 6,806 подписчиков — эффективная аудитория ≈ 34,180. Это даёт surprise-индекс 0.0000779 (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 4978 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 7%
VELOCITY2.675.33-2.67ABOVE 0%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS2,085346+1,739ABOVE 81%
SURPRISE0.000.00-0.00ABOVE 5%