Github Trends®
9595 findingsmedian surprise 0.00815window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #9119 · UNIT ID 1069323514
NVIDIA/dgx-spark-playbooks
Collection of step-by-step playbooks for setting up AI/ML workloads on NVIDIA DGX Spark devices with Blackwell architecture.
[ JUPYTER NOTEBOOK ][ ORG ][ VERIFIED ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00000654
ENGAGEMENT0.46
FRESHNESS1.66
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
8% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.43
ACCEL
-0.09
RETENTION
39.4%
PEAK 2026-08-03 · FORK-RETENTION 100.0% · 103 STARS / WINDOW

Author Audience

AUDIENCE
525,251
FOLLOWERS
29,476
OWNER ★
415,138

Engagement Signals

FORKS
285
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 103 / 103 (DIVERSITY 1.00)

Why This Is A Finding

NVIDIA/dgx-spark-playbooks собрал 103 звёзд за окно, тогда как у автора всего 29,476 подписчиков — эффективная аудитория ≈ 525,251. Это даёт surprise-индекс 0.00000654 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 100.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9595 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 5%
VELOCITY3.433.67-0.23ABOVE 47%
RETENTION39.4%24.6%+14.8 PPABOVE 78%
FORKS285115+170ABOVE 72%
SURPRISE0.000.01-0.01ABOVE 1%