Github Trends®
6892 findingsmedian surprise 0.0109window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: gharchive
FINDING #4871 · 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

SURPRISE0.00135
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
5.71
ACCEL
+0.25
RETENTION
50.0%
PEAK 2026-07-13 · FORK-RETENTION 0.0% · 40 STARS / WINDOW

Author Audience

AUDIENCE
4,195
FOLLOWERS
664
OWNER ★
14,335

Engagement Signals

FORKS
161
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 40 / 40 (DIVERSITY 1.00)

Why This Is A Finding

sapientinc/HRM-Text собрал 40 звёзд за окно, тогда как у автора всего 664 подписчиков — эффективная аудитория ≈ 4,195. Это даёт surprise-индекс 0.00135 (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 29%
VELOCITY5.714.14+1.57ABOVE 60%
RETENTION50.0%40.6%+9.4 PPABOVE 60%
FORKS16189+72ABOVE 65%
SURPRISE0.000.01-0.01ABOVE 16%