Github Trends®
9770 findingsmedian surprise 0.00956window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #7110 · UNIT ID 1110932933
thu-ml/TurboDiffusion
TurboDiffusion: 100–200× Acceleration for Video Diffusion Models
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00197
ENGAGEMENT0.20
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
4% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
21.43
ACCEL
+2.29
RETENTION
0.0%
PEAK 2026-09-24 · FORK-RETENTION 0.0% · 150 STARS / WINDOW

Author Audience

AUDIENCE
10,856
FOLLOWERS
1,808
OWNER ★
36,200

Engagement Signals

FORKS
277
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 150 / 150 (DIVERSITY 1.00)

Why This Is A Finding

thu-ml/TurboDiffusion собрал 150 звёзд за окно, тогда как у автора всего 1,808 подписчиков — эффективная аудитория ≈ 10,856. Это даёт surprise-индекс 0.00197 (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 9770 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 27%
VELOCITY21.433.57+17.86ABOVE 89%
RETENTION0.0%40.0%-40.0 PPABOVE 0%
FORKS27792+185ABOVE 75%
SURPRISE0.000.01-0.01ABOVE 19%