Github Trends®
9770 findingsmedian surprise 0.00956window 7 days
UNIT / TREND-MONITOR · REV 2.6
[ 7 days window ]
SOURCE: own snapshots
FINDING #1233 · 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

SURPRISE0.0299
ENGAGEMENT0.50
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
13% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
10.71
ACCEL
-0.64
RETENTION
38.5%
PEAK 2026-09-20 · FORK-RETENTION 64.3% · 75 STARS / WINDOW

Author Audience

AUDIENCE
318
FOLLOWERS
95
OWNER ★
641

Engagement Signals

FORKS
68
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 75 / 75 (DIVERSITY 1.00)

Why This Is A Finding

robocurve/inspect-robots собрал 75 звёзд за окно, тогда как у автора всего 95 подписчиков — эффективная аудитория ≈ 318. Это даёт surprise-индекс 0.0299 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 64.3% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9770 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.02ABOVE 87%
VELOCITY10.713.57+7.14ABOVE 78%
RETENTION38.5%40.0%-1.5 PPABOVE 49%
FORKS6892-24ABOVE 43%
SURPRISE0.030.01+0.02ABOVE 77%