FINDING #1544 · UNIT ID 946178371
OpenPipe/ART
Agent Reinforcement Trainer: train multi-step agents for real-world tasks using GRPO. Give your agents on-the-job training. Reinforcement learning for Qwen3.6, GPT-OSS, Llama, and more!
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
1.82
ACCEL
-0.02
RETENTION
7.1%
PEAK 2026-01-29 · FORK-RETENTION 69.4% · 327 STARS / WINDOW
Author Audience
AUDIENCE
3,375
FOLLOWERS
316
OWNER ★
13,717
Engagement Signals
FORKS
959
ISSUE AUTH
11
PR AUTH
58
UNIQUE STARGAZERS 326 / 327 (DIVERSITY 1.00)
Why This Is A Finding
OpenPipe/ART собрал 327 звёзд за окно, тогда как у автора всего 316 подписчиков — эффективная аудитория ≈ 3,375. Это даёт surprise-индекс 0.000532 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 69.4% и 69 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 48% OF 2987 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 2987 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 48%
VELOCITY1.822.84-1.03ABOVE 19%
RETENTION7.1%6.8%+0.3 PPABOVE 51%
FORKS9591,068-109ABOVE 48%
SURPRISE0.000.00-0.00ABOVE 42%