FINDING #3118 · 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)
39% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
1.96
ACCEL
-0.02
RETENTION
8.0%
PEAK 2026-05-24 · FORK-RETENTION 0.0% · 176 STARS / WINDOW
Author Audience
AUDIENCE
329
FOLLOWERS
196
OWNER ★
1,325
Engagement Signals
FORKS
57
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 176 / 176 (DIVERSITY 1.00)
Why This Is A Finding
avbiswas/fast-rlm собрал 176 звёзд за окно, тогда как у автора всего 196 подписчиков — эффективная аудитория ≈ 329. Это даёт surprise-индекс 0.00531 (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 65% OF 9012 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9012 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 65%
VELOCITY1.963.62-1.66ABOVE 17%
RETENTION8.0%15.2%-7.2 PPABOVE 27%
FORKS57101-44ABOVE 34%
SURPRISE0.010.01-0.00ABOVE 36%