Github Trends®
4503 findingsmedian surprise 0.00322window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #2500 · UNIT ID 672415139
OpenRLHF/OpenRLHF
An Easy-to-use, Scalable and High-performance Agentic RL Framework based on Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00123
ENGAGEMENT0.73
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.00
ACCEL
+1.00
RETENTION
60.0%
PEAK 2026-07-26 · FORK-RETENTION 0.0% · 9 STARS / WINDOW

Author Audience

AUDIENCE
2,409
FOLLOWERS
202
OWNER ★
10,024

Engagement Signals

FORKS
989
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 9 / 9 (DIVERSITY 1.00)

Why This Is A Finding

OpenRLHF/OpenRLHF собрал 9 звёзд за окно, тогда как у автора всего 202 подписчиков — эффективная аудитория ≈ 2,409. Это даёт surprise-индекс 0.00123 (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.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 4503 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 44%
VELOCITY3.005.33-2.33ABOVE 11%
RETENTION60.0%0.0%+60.0 PPABOVE 83%
FORKS989457+532ABOVE 64%
SURPRISE0.000.00-0.00ABOVE 34%