FINDING #411 · 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)
8% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
1.82
ACCEL
-0.02
RETENTION
14.0%
PEAK 2026-01-21 · FORK-RETENTION 90.0% · 327 STARS / WINDOW
Author Audience
AUDIENCE
1,069
FOLLOWERS
109
OWNER ★
4,256
Engagement Signals
FORKS
595
ISSUE AUTH
81
PR AUTH
211
UNIQUE STARGAZERS 326 / 327 (DIVERSITY 1.00)
Why This Is A Finding
RLinf/RLinf собрал 327 звёзд за окно, тогда как у автора всего 109 подписчиков — эффективная аудитория ≈ 1,069. Это даёт surprise-индекс 0.00164 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 90.0% и 292 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 86% 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 86%
VELOCITY1.822.84-1.03ABOVE 19%
RETENTION14.0%6.8%+7.1 PPABOVE 77%
FORKS5951,068-473ABOVE 36%
SURPRISE0.000.00+0.00ABOVE 64%