FINDING #6472 · UNIT ID 869660918
openai/mle-bench
MLE-bench is a benchmark for measuring how well AI agents perform at machine learning engineering
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
23% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
2.04
ACCEL
-0.00
RETENTION
13.5%
PEAK 2026-03-24 · FORK-RETENTION 0.0% · 368 STARS / WINDOW
Author Audience
AUDIENCE
1,851,617
FOLLOWERS
126,506
OWNER ★
901,293
Engagement Signals
FORKS
256
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 368 / 368 (DIVERSITY 1.00)
Why This Is A Finding
openai/mle-bench собрал 368 звёзд за окно, тогда как у автора всего 126,506 подписчиков — эффективная аудитория ≈ 1,851,617. Это даёт surprise-индекс 0.0000011 (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 3% OF 6691 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6691 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 3%
VELOCITY2.043.19-1.15ABOVE 24%
RETENTION13.5%10.5%+2.9 PPABOVE 59%
FORKS25695+161ABOVE 76%
SURPRISE0.000.01-0.01ABOVE 0%