FINDING #2872 · UNIT ID 1163996419
avbiswas/fast-rlm
A feature rich implementation of Recursive Language Models, with ACP integration, REPL tool support, structured IO, advanced visualization, logging tools.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
100% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
2.50
ACCEL
-0.01
RETENTION
6.0%
PEAK 2026-02-22 · FORK-RETENTION 0.0% · 450 STARS / WINDOW
Author Audience
AUDIENCE
329
FOLLOWERS
196
OWNER ★
1,325
Engagement Signals
FORKS
57
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 450 / 450 (DIVERSITY 1.00)
Why This Is A Finding
avbiswas/fast-rlm собрал 450 звёзд за окно, тогда как у автора всего 196 подписчиков — эффективная аудитория ≈ 329. Это даёт surprise-индекс 0.00678 (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 68% OF 8934 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8934 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 68%
VELOCITY2.503.18-0.68ABOVE 37%
RETENTION6.0%9.9%-3.9 PPABOVE 32%
FORKS57107-50ABOVE 30%
SURPRISE0.010.01-0.00ABOVE 44%