FINDING #2633 · UNIT ID 942373331
AgentR1/Agent-R1
Agent-R1: Training Powerful LLM Agents with End-to-End Reinforcement Learning
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
4.00
ACCEL
-1.00
RETENTION
70.0%
PEAK 2026-07-13 · FORK-RETENTION 0.0% · 12 STARS / WINDOW
Author Audience
AUDIENCE
380
FOLLOWERS
14
OWNER ★
1,760
Engagement Signals
FORKS
104
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 12 / 12 (DIVERSITY 1.00)
Why This Is A Finding
AgentR1/Agent-R1 собрал 12 звёзд за окно, тогда как у автора всего 14 подписчиков — эффективная аудитория ≈ 380. Это даёт surprise-индекс 0.00952 (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 48% OF 5024 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 5024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 48%
VELOCITY4.006.67-2.67ABOVE 26%
RETENTION70.0%46.5%+23.5 PPABOVE 74%
FORKS104116-12ABOVE 47%
SURPRISE0.010.01-0.00ABOVE 40%