Github Trends®
6295 findingsmedian surprise 0.0121window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: gharchive
FINDING #5078 · UNIT ID 418503284
leggedrobotics/rsl_rl
A fast and simple implementation of learning algorithms for robotics.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000299
ENGAGEMENT0.20
FRESHNESS1.40
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
4% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.57
ACCEL
-0.03
RETENTION
49.0%
PEAK 2026-06-17 · FORK-RETENTION 0.0% · 107 STARS / WINDOW

Author Audience

AUDIENCE
11,883
FOLLOWERS
3,459
OWNER ★
24,824

Engagement Signals

FORKS
635
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 107 / 107 (DIVERSITY 1.00)

Why This Is A Finding

leggedrobotics/rsl_rl собрал 107 звёзд за окно, тогда как у автора всего 3,459 подписчиков — эффективная аудитория ≈ 11,883. Это даёт surprise-индекс 0.000299 (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 6295 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 19%
VELOCITY3.574.23-0.67ABOVE 43%
RETENTION49.0%29.4%+19.6 PPABOVE 84%
FORKS63592+543ABOVE 88%
SURPRISE0.000.01-0.01ABOVE 8%