FINDING #1036 · UNIT ID 1178184767
facebookresearch/tensor-layouts
A pure-Python implementation of the Nvidia CuTe layout algebra intended to be approachable and easy to learn.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
15% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
4.86
ACCEL
+3.64
RETENTION
0.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 34 STARS / WINDOW
Author Audience
AUDIENCE
895,784
FOLLOWERS
36,700
OWNER ★
717,894
Engagement Signals
FORKS
19
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 34 / 34 (DIVERSITY 1.00)
Why This Is A Finding
facebookresearch/tensor-layouts собрал 34 звёзд за окно, тогда как у автора всего 36,700 подписчиков — эффективная аудитория ≈ 895,784. Это даёт surprise-индекс 0.00000542 (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 8% OF 1120 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 1120 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.01-0.01ABOVE 8%
VELOCITY4.8613.86-9.00ABOVE 19%
RETENTION0.0%36.8%-36.8 PPABOVE 0%
FORKS1950-31ABOVE 32%
SURPRISE0.000.04-0.04ABOVE 0%