Github Trends®
9755 findingsmedian surprise 0.00933window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #9132 · 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

SURPRISE0.00000516
ENGAGEMENT0.87
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
2.71
ACCEL
-0.32
RETENTION
48.0%
PEAK 2026-08-25 · FORK-RETENTION 62.5% · 19 STARS / WINDOW

Author Audience

AUDIENCE
525,502
FOLLOWERS
29,476
OWNER ★
415,380

Engagement Signals

FORKS
285
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 19 / 19 (DIVERSITY 1.00)

Why This Is A Finding

NVIDIA/dgx-spark-playbooks собрал 19 звёзд за окно, тогда как у автора всего 29,476 подписчиков — эффективная аудитория ≈ 525,502. Это даёт surprise-индекс 0.00000516 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 62.5% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9755 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 6%
VELOCITY2.713.71-1.00ABOVE 36%
RETENTION48.0%37.5%+10.5 PPABOVE 67%
FORKS28590+195ABOVE 76%
SURPRISE0.000.01-0.01ABOVE 1%