cogilab / Random2
Implementation of "Brain-Inspired Warm-Up Training with Random Noise for Uncertainty Calibration" (Cheon and Paik, Nat. Mach. Intell., 2026)
cogilab/Random2 erreicht einen Gesundheitsindex von 7 von 100 und liegt damit im Bereich Kritisch. Am stärksten schneidet es bei Community & Adoption (36/100) ab, am schwächsten bei Security (1/100). Das Repository ist archiviert, weitere Wartung ist daher nicht zu erwarten.
Software-Gesundheitsindex
Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.
Bewertungsprofil
Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.
Der gewichtete Gesamtwert 24 wird auf der veröffentlichten Indexskala auf 18 kalibriert (Register-Kalibrierung 2026-08-02).
Eigentümerschaft
Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.
Paket-Ökosysteme
| Registry | Paket | Version | Downloads / Monat | Versionen | Zuletzt veröffentlicht | Tags |
|---|---|---|---|---|---|---|
| PyPI | Random2verweist auf ein anderes Repo — nicht bewertet | 1.0.2 | 103.958 | 3 | vor 979 Tagen | roman |
Metriken nach Kategorie
Vitalität
Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?
Entwicklungsaktivität
Arbeit ist eingegangen, und niemand hat sich darum gekümmert
Stille allein ist nie der Befund — eine kleine, fertige Bibliothek braucht womöglich jahrelang keinen Commit. Dieser Hinweis verlangt beides: lange keinen menschlichen Commit und Pflichten, denen das Projekt sichtbar nicht nachkommt. Automatisierte Commits gelten nicht als Pflege.
Wie Verwaisung bewertet wirdWie die Bewertung erfolgt
| 3.6/36 | Push-Aktualität — letzter Push vor 182 Tagen |
| 0.7/36 | Commit-Rhythmus — 1/52 Wochen mit Commits |
| 2.7/18 | Commit-Volumen — 1 Commits im letzten Jahr |
| 0/10 | OpenSSF Scorecard: Maintained — keine Daten |
Verwendete Eingangsdaten
| commits_last_year | 1 |
| human_commit_share | — |
| days_since_last_push | 182 |
| active_weeks_last_year | 1 |
Release-Disziplin
Wie die Bewertung erfolgt
| 27/27 | Liefert Releases aus — 1 Releases veröffentlicht |
| 16.2/36 | Release-Aktualität — letztes Release vor 182 Tagen |
| 12.6/27 | Release-Rhythmus — Rhythmus unbekannt (nur ein Release) |
| 0/10 | OpenSSF Scorecard: Signed-Releases — keine Daten |
Verwendete Eingangsdaten
| releases_count | 1 |
| latest_release_tag | v1.0.0 |
| releases_from_tags | nein |
| days_since_latest_release | 182 |
| mean_days_between_releases | — |
Community & Verbreitung
Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?
Popularität & Verbreitung
Wie die Bewertung erfolgt
| 18.1/60 | Stars — 14 Stars |
| 5/25 | Forks — 5 Forks |
| 0/15 | Watcher — 0 Watcher |
Verwendete Eingangsdaten
| forks | 5 |
| stars | 14 |
| watchers | 0 |
| growth_state | unverified |
| growth_factor_pct | 100 |
| growth_unverified_reason | no_history |
Community-Gesundheit
Wie die Bewertung erfolgt
| 22.5/22.5 | README |
| 22.5/22.5 | Lizenz — anerkannte Lizenz (MIT) |
| 0/18 | CONTRIBUTING-Leitfaden |
| 0/13.5 | Verhaltenskodex |
| 0/7.2 | Issue-Vorlage |
| 0/6.3 | PR-Vorlage |
Verwendete Eingangsdaten
| has_readme | ja |
| has_license | ja |
| readme_badges | 1 |
| has_contributing | nein |
| has_issue_template | nein |
| has_code_of_conduct | nein |
| readme_badge_services | shields.io |
| has_pull_request_template | nein |
Nachhaltigkeit & Governance
Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?
Maintainer-Resilienz (Bus-Faktor)
Wie die Bewertung erfolgt
| 9/54 | Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab |
| 0/22.5 | Commit-Verteilung — wichtigste beitragende Person verfasste 100 % der Commits |
| 1.4/13.5 | Breite der Beitragenden — 1 Beitragende |
| 0/10 | OpenSSF Scorecard: Contributors — keine Daten |
Verwendete Eingangsdaten
| bus_factor | 1 |
| contributors_sampled | 1 |
| top_contributor_share | 1 |
Eigentümerschaft & Trägerschaft
Wie die Bewertung erfolgt
| 30/30 | Organisatorische Trägerschaft — im Besitz einer Organisation |
| 0/20 | Verifizierte Domain |
| 2.2/25 | Reichweite des Inhabers — 1 Follower von cogilab |
| 12.4/25 | Kontohistorie — 15 öffentliche Repos, Kontoalter ca. 1 Jahre |
Verwendete Eingangsdaten
| followers | 1 |
| owner_type | Organization |
| is_verified | nein |
| owner_login | cogilab |
| public_repos | 15 |
| account_age_days | 668 |
Engineering-Qualität
Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?
Engineering-Praktiken
Wie die Bewertung erfolgt
| 0/24 | CI-Workflows |
| 0/24 | Tests vorhanden |
| 0/16 | Linter-Konfiguration |
| 0/9.6 | Pre-Commit-Hooks |
| 0/6.4 | .editorconfig |
| 0/20 | OpenSSF Scorecard: CI-Tests — keine Daten |
Verwendete Eingangsdaten
| has_ci | nein |
| has_tests | nein |
| has_editorconfig | nein |
| has_linter_config | nein |
| has_precommit_config | nein |
Dokumentation
Wie die Bewertung erfolgt
| 30/30 | README |
| 0/25 | Dokumentationsverzeichnis |
| 15/15 | Dokumentations-/Homepage-Site — https://doi.org/10.5281/zenodo.18734398 |
| 10/10 | Repository-Beschreibung |
| 0/10 | Topics |
| 10/10 | Wiki |
Verwendete Eingangsdaten
| topics | — |
| has_wiki | ja |
| homepage | https://doi.org/10.5281/zenodo.18734398 |
| docs_site | https://doi.org/10.5281/zenodo.18734398 |
| has_readme | ja |
| has_docs_dir | nein |
| has_description | ja |
Sicherheit
Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?
Sicherheitslage
Wie die Bewertung erfolgt
| 0/30 | Sicherheitsrichtlinie (SECURITY.md) |
| 0/25 | Dependabot-Konfiguration |
| 0/25 | Lockfiles für Abhängigkeiten |
| 0/20 | CodeQL-Workflow |
Verwendete Eingangsdaten
| source | file_signals |
| lockfiles | — |
| manifests | pyproject.toml, requirements.txt |
| has_codeql_workflow | nein |
| has_security_policy | nein |
| has_dependabot_config | nein |
AI Readiness
Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.
AI-Agentenkontext & Leitlinien
Wie die Bewertung erfolgt
| 0/45 | Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln |
| 0/15 | Maschinenlesbare Doku (llms.txt) |
| 0/40 | Lesbare Commit-Historie — keine Daten |
Verwendete Eingangsdaten
| has_llms_txt | nein |
| llms_txt_url | — |
| legible_history_share | — |
| agent_instruction_files | — |
| agent_instruction_max_bytes | — |
Wie die Bewertung erfolgt
| 0/18 | Bootstrap mit einem Befehl |
| 0/22 | Automatisierte Tests |
| 0/11 | Lint-/Format-Konfiguration |
| 0/11 | Statische Typprüfung |
| 0/10 | Reproduzierbare Umgebung |
| 0/10 | Belegte Agentenpraxis — keine Daten |
| 0/8 | Automatisierte Wartung — keine Daten |
| 0/10 | OpenSSF Scorecard: Pinned-Dependencies — keine Daten |
Verwendete Eingangsdaten
| has_nix | nein |
| has_tests | nein |
| lockfiles | — |
| has_dockerfile | nein |
| typed_language | nein |
| bootstrap_files | — |
| has_devcontainer | nein |
| has_linter_config | nein |
| typecheck_configs | — |
| agent_commit_share | — |
| toolchain_manifests | — |
| dependency_bot_commit_share | — |
AI-Code-Lesbarkeit für Modelle
Wie die Bewertung erfolgt
| 0/45 | Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration |
| 55/55 | Handhabbare Dateigrößen — 0/51 Quelldateien über 60 KB |
Verwendete Eingangsdaten
| primary_language | Python |
| largest_source_bytes | 28.452 |
| source_files_sampled | 51 |
| oversized_source_files | 0 |
Eckdaten
Warnungen zur Datenerhebung
- Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
- pypi package 'Random2' points at a different repository (http://pypi.python.org/pypi/random2); excluded from ecosystem scoring
- GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
- OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit); skipping Scorecard checks
Weitere Details
Stern- und Fork-Verlauf 0 ★ / 5 ⇿
Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.
Direkte Abhängigkeiten 11
| Registry | Paket | Versionsvorgabe | Manifest |
|---|---|---|---|
| PyPI | numpy | — | pyproject.toml |
| PyPI | matplotlib | — | pyproject.toml |
| PyPI | pep8 | — | pyproject.toml |
| PyPI | torch | — | pyproject.toml |
| PyPI | torchvision | — | pyproject.toml |
| PyPI | torchaudio | — | pyproject.toml |
| PyPI | ipykernel | — | pyproject.toml |
| PyPI | opencv-python | — | pyproject.toml |
| PyPI | lxml | — | pyproject.toml |
| PyPI | scikit-learn | — | pyproject.toml |
| PyPI | wandb | >=0.24.1 | pyproject.toml |
Alle Abhängigkeiten nicht erhoben
Der aufgelöste Abhängigkeitssatz konnte für diesen Bericht nicht erhoben werden: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
JSON-Rohbericht maschinenlesbar
Feedback
Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.
Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.
Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.
Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.