FINDING #1215 · UNIT ID 1371325370
1173591564/Dynamics-memory
LLM agent 的有界自纠错长期记忆层：把连续、含矛盾的项目交互日志蒸馏成有界、可自更新的记忆库。Bounded, self-correcting long-term memory for LLM agents — candidate pool + value dynamics + tension adjudication + causal-replay evals.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
24% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
12.00
ACCEL
+2.00
RETENTION
0.0%
PEAK 2026-10-09 · FORK-RETENTION 0.0% · 36 STARS / WINDOW
Author Audience
AUDIENCE
17
FOLLOWERS
1
OWNER ★
161
Engagement Signals
FORKS
1
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 36 / 36 (DIVERSITY 1.00)
Why This Is A Finding
1173591564/Dynamics-memory собрал 36 звёзд за окно, тогда как у автора всего 1 подписчиков — эффективная аудитория ≈ 17. Это даёт surprise-индекс 0.21 (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 87% OF 9519 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9519 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.01ABOVE 87%
VELOCITY12.005.67+6.33ABOVE 75%
RETENTION0.0%40.0%-40.0 PPABOVE 0%
FORKS1317-316ABOVE 1%
SURPRISE0.210.00+0.21ABOVE 98%