Github Trends®
9755 findingsmedian surprise 0.00933window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #3776 · UNIT ID 625323941
Lifelong-Robot-Learning/LIBERO
Benchmarking Knowledge Transfer in Lifelong Robot Learning
[ JUPYTER NOTEBOOK ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0077
ENGAGEMENT0.41
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
4.29
ACCEL
-0.39
RETENTION
51.4%
PEAK 2026-08-25 · FORK-RETENTION 0.0% · 30 STARS / WINDOW

Author Audience

AUDIENCE
517
FOLLOWERS
33
OWNER ★
2,253

Engagement Signals

FORKS
464
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 30 / 30 (DIVERSITY 1.00)

Why This Is A Finding

Lifelong-Robot-Learning/LIBERO собрал 30 звёзд за окно, тогда как у автора всего 33 подписчиков — эффективная аудитория ≈ 517. Это даёт surprise-индекс 0.0077 (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 9755 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 61%
VELOCITY4.293.71+0.57ABOVE 55%
RETENTION51.4%37.5%+13.9 PPABOVE 73%
FORKS46490+374ABOVE 85%
SURPRISE0.010.01-0.00ABOVE 45%