FINDING #9329 · UNIT ID 869660918
openai/mle-bench
MLE-bench is a benchmark for measuring how well AI agents perform at machine learning engineering
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
3% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
2.00
ACCEL
+0.05
RETENTION
41.7%
PEAK 2026-08-18 · FORK-RETENTION 0.0% · 60 STARS / WINDOW
Author Audience
AUDIENCE
1,942,530
FOLLOWERS
131,171
OWNER ★
946,029
Engagement Signals
FORKS
257
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 60 / 60 (DIVERSITY 1.00)
Why This Is A Finding
openai/mle-bench собрал 60 звёзд за окно, тогда как у автора всего 131,171 подписчиков — эффективная аудитория ≈ 1,942,530. Это даёт surprise-индекс 0.00000103 (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 3% OF 9591 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9591 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 3%
VELOCITY2.003.63-1.63ABOVE 19%
RETENTION41.7%24.8%+16.9 PPABOVE 81%
FORKS257120+137ABOVE 69%
SURPRISE0.000.01-0.01ABOVE 0%