FINDING #4100 · UNIT ID 746306477
beowolx/rensa
High-performance MinHash implementation in Rust with Python bindings for efficient similarity estimation and deduplication of large datasets
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
6% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
3.14
ACCEL
-0.82
RETENTION
11.5%
PEAK 2026-07-09 · FORK-RETENTION 0.0% · 22 STARS / WINDOW
Author Audience
AUDIENCE
130
FOLLOWERS
83
OWNER ★
471
Engagement Signals
FORKS
2
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 22 / 22 (DIVERSITY 1.00)
Why This Is A Finding
beowolx/rensa собрал 22 звёзд за окно, тогда как у автора всего 83 подписчиков — эффективная аудитория ≈ 130. Это даёт surprise-индекс 0.0185 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 41% OF 6892 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6892 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 41%
VELOCITY3.144.14-1.00ABOVE 40%
RETENTION11.5%40.6%-29.1 PPABOVE 18%
FORKS289-87ABOVE 2%
SURPRISE0.020.01+0.01ABOVE 65%