FINDING #8867 · UNIT ID 900093817
facebookresearch/flow_matching
A PyTorch library for implementing flow matching algorithms, featuring continuous and discrete flow matching implementations. It includes practical examples for both text and image modalities.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
2.67
ACCEL
+2.00
RETENTION
100.0%
PEAK 2026-08-21 · FORK-RETENTION 0.0% · 8 STARS / WINDOW
Author Audience
AUDIENCE
895,028
FOLLOWERS
37,143
OWNER ★
713,620
Engagement Signals
FORKS
370
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 8 / 8 (DIVERSITY 1.00)
Why This Is A Finding
facebookresearch/flow_matching собрал 8 звёзд за окно, тогда как у автора всего 37,143 подписчиков — эффективная аудитория ≈ 895,028. Это даёт surprise-индекс 0.00000298 (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 3% OF 9125 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9125 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 3%
VELOCITY2.675.33-2.67ABOVE 0%
RETENTION100.0%20.6%+79.4 PPABOVE 97%
FORKS370343+27ABOVE 52%
SURPRISE0.000.00-0.00ABOVE 1%