Github Trends®
6892 findingsmedian surprise 0.0109window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: gharchive
FINDING #6496 · 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

SURPRISE0.0000172
ENGAGEMENT0.20
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
5% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
8.43
ACCEL
-1.82
RETENTION
29.5%
PEAK 2026-07-10 · FORK-RETENTION 0.0% · 59 STARS / WINDOW

Author Audience

AUDIENCE
490,088
FOLLOWERS
28,029
OWNER ★
391,516

Engagement Signals

FORKS
251
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 59 / 59 (DIVERSITY 1.00)

Why This Is A Finding

NVIDIA/dgx-spark-playbooks собрал 59 звёзд за окно, тогда как у автора всего 28,029 подписчиков — эффективная аудитория ≈ 490,088. Это даёт surprise-индекс 0.0000172 (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 6892 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 6%
VELOCITY8.434.14+4.29ABOVE 70%
RETENTION29.5%40.6%-11.1 PPABOVE 34%
FORKS25189+162ABOVE 75%
SURPRISE0.000.01-0.01ABOVE 2%