FINDING #2040 · UNIT ID 953478769
langfengQ/verl-agent
verl-agent is an extension of veRL, designed for training LLM/VLM agents via RL. verl-agent is also the official code for paper "Group-in-Group Policy Optimization for LLM Agent Training"
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
35% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
4.11
ACCEL
-0.01
RETENTION
31.4%
PEAK 2026-02-11 · FORK-RETENTION 0.0% · 740 STARS / WINDOW
Author Audience
AUDIENCE
356
FOLLOWERS
112
OWNER ★
2,436
Engagement Signals
FORKS
204
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 740 / 740 (DIVERSITY 1.00)
Why This Is A Finding
langfengQ/verl-agent собрал 740 звёзд за окно, тогда как у автора всего 112 подписчиков — эффективная аудитория ≈ 356. Это даёт surprise-индекс 0.0104 (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 77% OF 8899 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8899 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 77%
VELOCITY4.113.18+0.93ABOVE 60%
RETENTION31.4%10.1%+21.3 PPABOVE 90%
FORKS204106+98ABOVE 68%
SURPRISE0.010.01+0.00ABOVE 54%