Github Trends®
6295 findingsmedian surprise 0.0121window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: gharchive
FINDING #2954 · UNIT ID 1233530473
shengshu-ai/minWM
A Minimal and Elegant Framework & Tutorial for Real-Time Interactive World Models
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0111
ENGAGEMENT0.10
FRESHNESS1.38
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
17% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.97
ACCEL
-0.03
RETENTION
40.4%
PEAK 2026-06-23 · FORK-RETENTION 0.0% · 119 STARS / WINDOW

Author Audience

AUDIENCE
317
FOLLOWERS
53
OWNER ★
1,056

Engagement Signals

FORKS
18
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 119 / 119 (DIVERSITY 1.00)

Why This Is A Finding

shengshu-ai/minWM собрал 119 звёзд за окно, тогда как у автора всего 53 подписчиков — эффективная аудитория ≈ 317. Это даёт surprise-индекс 0.0111 (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 6295 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 53%
VELOCITY3.974.23-0.27ABOVE 47%
RETENTION40.4%29.4%+11.0 PPABOVE 71%
FORKS1892-74ABOVE 14%
SURPRISE0.010.01-0.00ABOVE 48%