FINDING #854 · UNIT ID 1216947831
verl-project/verl-omni
Multimodal RL training framework for diffusion & omni models
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
4% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
7.67
ACCEL
+2.50
RETENTION
0.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 23 STARS / WINDOW
Author Audience
AUDIENCE
5,156
FOLLOWERS
157
OWNER ★
24,209
Engagement Signals
FORKS
76
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 23 / 23 (DIVERSITY 1.00)
Why This Is A Finding
verl-project/verl-omni собрал 23 звёзд за окно, тогда как у автора всего 157 подписчиков — эффективная аудитория ≈ 5,156. Это даёт surprise-индекс 0.00148 (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 20% OF 1069 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 1069 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.01-0.01ABOVE 20%
VELOCITY7.6715.33-7.67ABOVE 27%
RETENTION0.0%33.3%-33.3 PPABOVE 0%
FORKS7645+31ABOVE 59%
SURPRISE0.000.05-0.05ABOVE 6%