Github Trends®
9760 findingsmedian surprise 0.0099window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #5864 · UNIT ID 1290768088
KMnO4-zx/agentic-rl-lab
Reproducing and studying RL algorithms for LLM agents, including GRPO, GSPO, DAPO, OPD, Search-R1, ReTool, ALFWorld and beyond.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0036
ENGAGEMENT0.29
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
14% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
4.71
ACCEL
-0.07
RETENTION
52.1%
PEAK 2026-08-22 · FORK-RETENTION 0.0% · 33 STARS / WINDOW

Author Audience

AUDIENCE
1,269
FOLLOWERS
984
OWNER ★
2,845

Engagement Signals

FORKS
12
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 33 / 33 (DIVERSITY 1.00)

Why This Is A Finding

KMnO4-zx/agentic-rl-lab собрал 33 звёзд за окно, тогда как у автора всего 984 подписчиков — эффективная аудитория ≈ 1,269. Это даёт surprise-индекс 0.0036 (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.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9760 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 40%
VELOCITY4.713.71+1.00ABOVE 58%
RETENTION52.1%38.0%+14.1 PPABOVE 71%
FORKS1286-74ABOVE 14%
SURPRISE0.000.01-0.01ABOVE 27%