Github Trends®
9676 findingsmedian surprise 0.00725window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
▲РЕПО НЕТ В ОКНЕ 180D. ПОКАЗАН FINDING ИЗ ОКНА 30D (30 days) — РАНГ #7641.
FINDING #7641 · UNIT ID 1347189798
robbyant-research/Zero-WAM
In‑Context World‑Action Modeling from Human Videos for Open‑Ended Task Generalization
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000682
ENGAGEMENT0.21
FRESHNESS1.10
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
11% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.60
ACCEL
-0.15
RETENTION
17.0%
PEAK 2026-09-20 · FORK-RETENTION 0.0% · 48 STARS / WINDOW

Author Audience

AUDIENCE
2,307
FOLLOWERS
17
OWNER ★
11,365

Engagement Signals

FORKS
12
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 48 / 48 (DIVERSITY 1.00)

Why This Is A Finding

robbyant-research/Zero-WAM собрал 48 звёзд за окно, тогда как у автора всего 17 подписчиков — эффективная аудитория ≈ 2,307. Это даёт surprise-индекс 0.000682 (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 9676 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 21%
VELOCITY1.603.80-2.20ABOVE 4%
RETENTION17.0%20.0%-3.0 PPABOVE 43%
FORKS12142-130ABOVE 9%
SURPRISE0.000.01-0.01ABOVE 13%