Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.30.0 · метрики 2.10.0 · 2026-08-03 15:42 UTC

rwth-i6 / returnn

The RWTH extensible training framework for universal recurrent neural networks

PythonВласна ліцензія★ 375 зірок⑂ 133 форкиз черв. 2016 р.Переглянути на GitHub ↗
ТипБібліотекаІнструмент командного рядкаяк це визначено
#recurrent-neural-networks#gpu#tensorflow#theano#deep-learning

rwth-i6/returnn має індекс здоров’я 73 зі 100, що відповідає смузі «Добрий». Найвищий показник — Engineering Quality (81/100), найнижчий — Security (21/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

73
загалом / 100
Добрий

Індекс здоров'я програмного забезпечення

Метрики згруповано у зважені категорії на шкалі 1–100. Загальна оцінка починається як їхнє зважене середнє, відкаліброване за розподілом публічного реєстру, тож діапазони мають перцентильний зміст; коли публічні дані активують Політику юрисдикцій високого ризику, рейтинг коригується й отримує верхню межу 34 («У зоні ризику»).

73
Винятковий93-100Верхній щабель реєстру (≈ топ-5%); відповідає практично всім перевіреним критеріям
Відмінний80-92Сильний за всіма напрямами; незначні прогалини
Добрий65-79Здоровий; прогалини обмежені та керовані
Помірний50-64Прийнятний, але з помітними прогалинами; рекомендовано перевірку
Слабкий35-49Суттєві недоліки в кількох сферах
У зоні ризику20-34Суттєві слабкі місця; впровадження потребує обережності
Критичний1-19Серйозні проблеми (покинутий, єдиний мейнтейнер, без базової гігієни)
ЖиттєздатністьСпільнота тавпровадженняСталість таврядуванняІнженернаякістьБезпекаГотовність доШІ

Профіль оцінок

Кожна вісь — окрема категорія. Форма важить більше, ніж середнє: здоровий об'єкт заповнює всю фігуру, тоді як профіль із піками та провалами означає, що сила в одному вимірі маскує ризик в іншому.

Зважений загальний бал 64 калібровано до 73 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Human Language Technology and Pattern Recognition Group, RWTH Aachen UniversityОрганізація
43 підписники27 публічних репозиторіївз черв. 2016 р.

За цим репозиторієм стоїть організація — спільна, підзвітна опіка, здатна пережити будь-якого окремого мейнтейнера.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIreturnn1.20260803.172340-2 0540 днів тому

Метрики за категоріями

Життєздатність

Чи живий проєкт — чи пишеться код і чи виходять релізи?

77Добрий · 21% загального індексу

Активність розробки

93Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
29.8/36Ритм комітів — 43/52 тижнів із комітами
18/18Обсяг комітів — 523 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year523
human_commit_share1
days_since_last_push0
active_weeks_last_year43

Дисципліна релізів

52Помірний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 3 релізів
0/36Свіжість релізів — останній реліз 2 813 дн. тому
19.8/27Ритм релізів — реліз кожні ~72 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count3
latest_release_tagv2.1.0-beta
releases_from_tagsні
days_since_latest_release2 813
mean_days_between_releases72

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

66Добрий · 17% загального індексу

Популярність і впровадження

67Добрий
Як обчислюється оцінка
41.7/60Зірки — 375 зірок
17.7/25Форки — 133 форків
7.2/15Спостерігачі — 21 спостерігачів
Використані вхідні дані
forks133
stars375
watchers21
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

64Помірний
Як обчислюється оцінка
22.5/22.5README
16.9/22.5Ліцензія — файл ліцензії наявний, не є визнаною ліцензією
18/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges1
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_servicesgithub.com
has_pull_request_templateні

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

70Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

32У зоні ризику
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
6/22.5Розподіл комітів — головний контриб’ютор — автор 74% комітів
13.5/13.5Широта контриб’юторів — 57 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor1
contributors_sampled57
top_contributor_share0,735

Реактивність на issue та PR

81Відмінний
Як обчислюється оцінка
30.9/42Вирішення issue — закрито 74% issue
27.4/30Прийняття PR — злито 949/1 040 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs949
open_issues198
closed_issues553
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,736
closed_unmerged_prs91
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Виключено з оцінювання (немає даних або не застосовно): Newcomer PR acceptance. Залишкові ваги перенормовано.

Власність та опіка

80Відмінний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен — статус підтвердженого домену для цієї організації не зчитано
11.8/25Охоплення власника — 43 підписників у rwth-i6
22.5/25Послужний список — 27 публічних репозиторіїв, вік облікового запису ~10 р.
Використані вхідні дані
followers43
owner_typeOrganization
is_verified—
owner_loginrwth-i6
public_repos27
account_age_days3 702
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 0 дн. тому
20/20Історія версій — 2 054 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesreturnn
ecosystemspypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

81Відмінний · 19% загального індексу

Інженерні практики

68Добрий
Як обчислюється оцінка
24/24Процеси CI — 4 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
6.4/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigтак
has_linter_configні
has_precommit_configні

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — http://returnn.readthedocs.io/
10/10Опис репозиторію
10/10Теми — 5 тем
10/10Wiki
Використані вхідні дані
topicsrecurrent-neural-networks, gpu, tensorflow, theano, deep-learning
has_wikiтак
homepagehttp://returnn.readthedocs.io/
docs_sitehttp://returnn.readthedocs.io/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?

21У зоні ризику · 16% загального індексу

Стан безпеки

1Критичний
Як обчислюється оцінка
0/30Політика безпеки (SECURITY.md)
0/25Конфігурація Dependabot
0/25Файли фіксації залежностей
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles—
manifestsdocs/requirements.txt, pyproject.toml, requirements.txt, setup.py
has_codeql_workflowні
has_security_policyні
has_dependabot_configні

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
0/25Непрямі залежності без відомих сповіщень — транзитивний набір не відокремлюється від залежностей розробки й тестування в цьому обсязі
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages1
unassessed_packages11
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень, Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено 1 резолвлених залежностей із OSV. 11 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза межами звітованого переліку пакетів. Цей репозиторій не публікує пакета, який резолвить індекс, тож натомість оцінено граф залежностей репозиторію. Цей граф змішує закріплені версії для розробки й тестування зі справді постачаними залежностями, тож оцінюються лише задекларовані runtime-залежності; транзитивні знахідки подаються як контекст і в оцінку не входять. Досяжність не аналізується.

Готовність до ШІ

Наскільки репозиторій оснащений для розробки та супроводу за участі ШІ-агентів? Має свідомо малу вагу (4%): агентний інструментарій — реальний сигнал супроводу, але репозиторій без нього все одно може отримати 100/100.

40Слабкий · 4% загального індексу

Контекст і настанови для агентів

1Критичний
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
1.1/40Читабельна історія комітів — намір зазначено у 2 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,02
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

44Слабкий
Як обчислюється оцінка
18/18Розгортання однією командою — docs/Makefile, tools/lattice_rescorer/Makefile
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
0/10Відтворюване середовище
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_filesdocs/Makefile, tools/lattice_rescorer/Makefile
has_devcontainerні
has_linter_configні
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

50Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
50.1/55Керовані розміри файлів — 34/380 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes617 682
source_files_sampled380
oversized_source_files34

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
0/20Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40Придатні до запуску приклади — demos, example
Використані вхідні дані
example_dirsdemos, example
has_mcp_signalні
api_schema_files—
interfaces_expected_of—
Виключено з оцінювання (немає даних або не застосовно): Схема API (OpenAPI/GraphQL/proto), Сервер MCP. Залишкові ваги перенормовано.

Ключові факти

375зірок GitHub
57контриб'юторів
523комітів за останні 12 місяців
0днів від останнього пушу
3релізів
1бас-фактор
198відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:returnn@1.20260803.172340; advisories assessed against the repository dependency graph instead
  • OpenSSF Scorecard did not return a usable result (2026/08/03 15:42:18 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Докладніше

Історія зірок і форків 0 ★ / 133 ⇿
0Зірки
133Форки
3Релізи

Коли додано кожну зірку й форк — зібрано з GitHub і згруповано за днями. Кумулятивне зростання розміщено просто над денними додаваннями, з яких воно складається, тож їх видно одне проти одного: рівномірне органічне накопичення виглядає зовсім інакше, ніж різкий короткочасний сплеск. Там, де цю різницю можна виміряти, її подано як автентичність росту.

025507510012515012952016-062021-042026-01
Мажорні 0Мінорні 0Патчі 0

Кожна точка охоплює 9 днів.

Усі залежності 12

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 12 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIbetter-exchook—непряма
PyPIdm-tree—непряма
PyPIfuro—непряма
PyPIh5py—непряма
PyPInumpy—непряма
PyPInumpydoc—непряма
PyPIpytest—непряма
PyPIscipy—непряма
PyPIsphinx—непряма
PyPItensorflow2.12.1непряма
PyPItorch—непряма
PyPItorchaudio—непряма
Сповіщення про залежності 0

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 1 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 0 мають відомі сповіщення, з них 0 прямі. 11 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза наведеним переліком пакетів.

Жодне відоме сповіщення не стосується оцінених залежностей.

Сповіщення означає, що версія, записана в графі залежностей, потрапляє в уражений діапазон. Досяжність не аналізується, а граф містить піниї розробки й тестування — знахідка може стосуватися інструментів, а не поставленого коду.

Звіт у форматі JSON машиночитний

Зворотний зв’язок

Помітили щось хибне у цьому звіті або маєте чим поділитися? Неправильні вимірювання, непомічені інструменти, ідеї, запитання — усе доречно. Кожне повідомлення читається й отримує відповідь.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з rwth-i6/returnn. Читати поруч →

100onnx/onnxOpen standard for machine learning interoperabilityВинятковий100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Винятковий100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Винятковий100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorВинятковий99openvinotoolkit/nncfNeural Network Compression Framework for enhanced OpenVINO™ inferenceВинятковий98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.Винятковий

Оцінки — це сигнали, а не гарантії. Вони відображають публічно видимі практики на GitHub — це не аудит коду й не гарантія безпеки.

Відсутні дані виключаються, а ваги перенормовуються — нуль за відсутність ніколи не ставиться. Методологія версіонована й відкрита: метрики v2.10.0, схема v0.30.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.