sapientinc/HRM-Text — GitHub trend

FINDING #3885 · UNIT ID 1241990700

sapientinc/HRM-Text

HRM-Text is a 1B text generation model based on the HRM architecture, strengthened by task completion and latent space reasoning.

[ PYTHON ][ ORG ][ GITHUB ↗ ]

SURPRISE SCORE

0.00

Score Breakdown

SURPRISE0.00242

ENGAGEMENT0.20

FRESHNESS1.36

SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE

SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)

18% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D

10.27

ACCEL

-0.60

RETENTION

28.3%

PEAK 2026-06-22 · FORK-RETENTION 0.0% · 308 STARS / WINDOW

Author Audience

AUDIENCE

4,195

FOLLOWERS

664

OWNER ★

14,335

Engagement Signals

FORKS

161

ISSUE AUTH

PR AUTH

UNIQUE STARGAZERS 308 / 308 (DIVERSITY 1.00)

Why This Is A Finding

sapientinc/HRM-Text собрал 308 звёзд за окно, тогда как у автора всего 664 подписчиков — эффективная аудитория ≈ 4,195. Это даёт surprise-индекс 0.00242 (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.

Related Findings

RANKS ABOVE 38% OF 6295 FINDINGS

#01shy3130/tickflow-stock-panel[ PYTHON ]0.46 #06Panniantong/Agent-Reach[ PYTHON ]0.29 #10sums001/Windows-Copilot-API[ PYTHON ]0.27 #12HUANGCHIHHUNGLeo/claude-real-video[ PYTHON ]0.24 #14realiti4/claude-swap[ PYTHON ]0.21

METRICS IN CONTEXT

MEDIAN ACROSS ALL 6295 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW

METRICVALUEMEDIANΔ MEDPERCENTILE

SCORE0.000.00-0.00ABOVE 38%

VELOCITY10.274.23+6.03ABOVE 75%

RETENTION28.3%29.4%-1.2 PPABOVE 47%

FORKS16192+69ABOVE 64%

SURPRISE0.000.01-0.01ABOVE 21%