Github Trends®
9535 findingsmedian surprise 0.00464window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #1589 · UNIT ID 1281030225
robocurve/inspect-robots
Open source evals for physical AI. Run any LLM/VLA on any arm/humanoid against any real/sim benchmark.
[ PYTHON ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0186
ENGAGEMENT0.60
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
3% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
6.67
ACCEL
-0.50
RETENTION
92.9%
PEAK 2026-09-22 · FORK-RETENTION 80.0% · 20 STARS / WINDOW

Author Audience

AUDIENCE
318
FOLLOWERS
95
OWNER ★
641

Engagement Signals

FORKS
68
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 20 / 20 (DIVERSITY 1.00)

Why This Is A Finding

robocurve/inspect-robots собрал 20 звёзд за окно, тогда как у автора всего 95 подписчиков — эффективная аудитория ≈ 318. Это даёт surprise-индекс 0.0186 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 80.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9535 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 83%
VELOCITY6.675.67+1.00ABOVE 56%
RETENTION92.9%44.1%+48.7 PPABOVE 94%
FORKS68324-256ABOVE 24%
SURPRISE0.020.00+0.01ABOVE 73%