Github Trends®
6892 findingsmedian surprise 0.0109window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: gharchive
FINDING #5569 · UNIT ID 951534260
roboflow/rf-detr
RF-DETR is a real-time object detection and segmentation model architecture developed by Roboflow, SOTA on COCO, designed for fine-tuning. [ICLR 2026]
[ PYTHON ][ ORG ][ VERIFIED ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000315
ENGAGEMENT0.20
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
19.00
ACCEL
+0.50
RETENTION
50.0%
PEAK 2026-07-13 · FORK-RETENTION 0.0% · 133 STARS / WINDOW

Author Audience

AUDIENCE
60,238
FOLLOWERS
5,140
OWNER ★
85,584

Engagement Signals

FORKS
1,080
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 133 / 133 (DIVERSITY 1.00)

Why This Is A Finding

roboflow/rf-detr собрал 133 звёзд за окно, тогда как у автора всего 5,140 подписчиков — эффективная аудитория ≈ 60,238. Это даёт surprise-индекс 0.000315 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 6892 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 19%
VELOCITY19.004.14+14.86ABOVE 86%
RETENTION50.0%40.6%+9.4 PPABOVE 60%
FORKS1,08089+991ABOVE 93%
SURPRISE0.000.01-0.01ABOVE 8%