TaoLiveAIGC/TLive-Omni — GitHub trend

◂ BACK TO LEADERBOARD

FINDING #1095 · UNIT ID 1333860049

TaoLiveAIGC/TLive-Omni

TLive-Omni: An Omni-Modal Understanding Model for E-Commerce Live Streaming

[ PYTHON ][ ORG ][ GITHUB ↗ ]

SURPRISE SCORE

0.00

Score Breakdown

SURPRISE0.0342

ENGAGEMENT0.38

FRESHNESS1.00

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

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

19% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D

7.00

ACCEL

-4.50

RETENTION

37.5%

PEAK 2026-08-27 · FORK-RETENTION 0.0% · 21 STARS / WINDOW

Author Audience

AUDIENCE

164

FOLLOWERS

OWNER ★

522

Engagement Signals

FORKS

ISSUE AUTH

PR AUTH

UNIQUE STARGAZERS 21 / 21 (DIVERSITY 1.00)

Why This Is A Finding

TaoLiveAIGC/TLive-Omni собрал 21 звёзд за окно, тогда как у автора всего 30 подписчиков — эффективная аудитория ≈ 164. Это даёт surprise-индекс 0.0342 (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 88% OF 9102 FINDINGS

#08User0332/rewards-farmer[ PYTHON ]0.75 #09wang2122/sprix-sage-router[ PYTHON ]0.62 #16amagine-ai/Amagine3D[ PYTHON ]0.50 #19framepipe-dev/media-inference-worker[ PYTHON ]0.47 #24zeenie-ai/OpenCompany[ PYTHON ]0.44

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9102 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW

METRICVALUEMEDIANΔ MEDPERCENTILE

SCORE0.020.00+0.01ABOVE 88%

VELOCITY7.005.67+1.33ABOVE 57%

RETENTION37.5%45.5%-8.0 PPABOVE 42%

FORKS4340-335ABOVE 5%

SURPRISE0.030.00+0.03ABOVE 83%