Github Trends®
5944 findingsmedian surprise 0.0104window 180 days
UNIT / TREND-MONITOR · REV 2.6
[ 180 days window ]
SOURCE: gharchive
FINDING #5221 · UNIT ID 1076111130
OpenImagingLab/FlashVSR
[CVPR 2026] Towards Real-Time Diffusion-Based Streaming Video Super-Resolution — An efficient one-step diffusion framework for streaming VSR with locality-constrained sparse attention and a tiny conditional decoder.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00291
ENGAGEMENT0.20
FRESHNESS1.37
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
30% OF STARS IN ARCHIVE
[BOT] SUSPECTED STAR BOT — SCORE PENALIZED. SIGNATURES:
S2 · NO EXTERNAL ISSUE/PR AUTHORS DESPITE 100+ STARS
S10 · S10

Growth Telemetry

VELOCITY /D
2.92
ACCEL
-0.01
RETENTION
22.1%
PEAK 2026-03-18 · FORK-RETENTION 0.0% · 525 STARS / WINDOW

Author Audience

AUDIENCE
963
FOLLOWERS
165
OWNER ★
3,164

Engagement Signals

FORKS
140
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 525 / 525 (DIVERSITY 1.00)

Why This Is A Finding

OpenImagingLab/FlashVSR собрал 525 звёзд за окно, тогда как у автора всего 165 подписчиков — эффективная аудитория ≈ 963. Это даёт surprise-индекс 0.00291 (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 5944 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 12%
VELOCITY2.923.29-0.38ABOVE 44%
RETENTION22.1%11.3%+10.7 PPABOVE 75%
FORKS14099+41ABOVE 60%
SURPRISE0.000.01-0.01ABOVE 26%