FINDING #2097 · 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)
15% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
3.67
ACCEL
+0.00
RETENTION
36.9%
PEAK 2026-06-15 · FORK-RETENTION 0.0% · 330 STARS / WINDOW
Author Audience
AUDIENCE
356
FOLLOWERS
112
OWNER ★
2,436
Engagement Signals
FORKS
204
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 330 / 330 (DIVERSITY 1.00)
Why This Is A Finding
langfengQ/verl-agent собрал 330 звёзд за окно, тогда как у автора всего 112 подписчиков — эффективная аудитория ≈ 356. Это даёт surprise-индекс 0.00927 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 77% OF 9066 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9066 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 77%
VELOCITY3.673.60+0.07ABOVE 51%
RETENTION36.9%15.9%+21.0 PPABOVE 88%
FORKS20498+106ABOVE 68%
SURPRISE0.010.01-0.00ABOVE 49%