FINDING #2789 · UNIT ID 1037741738
RLinf/RLinf
RLinf: Reinforcement Learning Infrastructure for Embodied and Agentic AI
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
7% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
10.73
ACCEL
-0.27
RETENTION
28.0%
PEAK 2026-07-31 · FORK-RETENTION 98.2% · 322 STARS / WINDOW
Author Audience
AUDIENCE
1,337
FOLLOWERS
146
OWNER ★
5,223
Engagement Signals
FORKS
690
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 322 / 322 (DIVERSITY 1.00)
Why This Is A Finding
RLinf/RLinf собрал 322 звёзд за окно, тогда как у автора всего 146 подписчиков — эффективная аудитория ≈ 1,337. Это даёт surprise-индекс 0.0078 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 98.2% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 71% OF 9591 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9591 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.00ABOVE 71%
VELOCITY10.733.63+7.10ABOVE 81%
RETENTION28.0%24.8%+3.1 PPABOVE 56%
FORKS690120+570ABOVE 87%
SURPRISE0.010.01-0.00ABOVE 50%