FINDING #6371 · 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)
0% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
4.33
ACCEL
+2.50
RETENTION
100.0%
PEAK 2026-08-27 · FORK-RETENTION 0.0% · 13 STARS / WINDOW
Author Audience
AUDIENCE
3,435
FOLLOWERS
323
OWNER ★
13,943
Engagement Signals
FORKS
981
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 13 / 13 (DIVERSITY 1.00)
Why This Is A Finding
OpenPipe/ART собрал 13 звёзд за окно, тогда как у автора всего 323 подписчиков — эффективная аудитория ≈ 3,435. Это даёт surprise-индекс 0.00125 (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 33% OF 9558 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9558 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 33%
VELOCITY4.335.67-1.33ABOVE 35%
RETENTION100.0%42.9%+57.1 PPABOVE 95%
FORKS981333+648ABOVE 70%
SURPRISE0.000.00-0.00ABOVE 29%