▲РЕПО НЕТ В ОКНЕ 90D. ПОКАЗАН FINDING ИЗ ОКНА 180D (180 days) — РАНГ #1875.
FINDING #1875 · UNIT ID 1179839974
tongjingqi/AI-Can-Learn-Scientific-Taste
We propose Reinforcement Learning from Community Feedback (RLCF), a training paradigm that uses large-scale community signals as supervision, and formulate scientific taste learning as a preference modeling and alignment problem.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
100% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
2.36
ACCEL
-0.02
RETENTION
0.6%
PEAK 2026-03-17 · FORK-RETENTION 0.0% · 424 STARS / WINDOW
Author Audience
AUDIENCE
150
FOLLOWERS
49
OWNER ★
1,013
Engagement Signals
FORKS
11
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 424 / 424 (DIVERSITY 1.00)
Why This Is A Finding
tongjingqi/AI-Can-Learn-Scientific-Taste собрал 424 звёзд за окно, тогда как у автора всего 49 подписчиков — эффективная аудитория ≈ 150. Это даёт surprise-индекс 0.0124 (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 68% OF 5944 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 5944 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 68%
VELOCITY2.363.29-0.94ABOVE 31%
RETENTION0.6%11.3%-10.7 PPABOVE 1%
FORKS1199-88ABOVE 3%
SURPRISE0.010.01+0.00ABOVE 55%