Upload/README_KO.md

# 허깅페이스 업로드 준비 폴더

리뷰어 Minor 3의 소스 코드·학습 데이터·전문가 데이터·학습 가중치·ONNX·평가 재현 안내 요구에 맞춰 분류했습니다. 교정된 평가 로그와 통계 자료도 포함했습니다. 기존 자료는 원본 바이트 그대로 복사하고, 안내문·매니페스트·작업 폴더 준비 도구만 새로 작성했습니다.

| 폴더 | 내용 |
|---|---|
| `01_Source_Code` | 교정된 Unity 평가 프로젝트, 원본 학습 코드 5개, 노트북 2개, 평가·검증·분석 도구 |
| `02_Training_Data` | 정확한 S 원본 미확보 상태 설명 |
| `03_Expert_Data` | 기존 공개 저장소의 C 원본 아카이브와 출처 |
| `04_Model_Weights` | DT·BC의 PyTorch 가중치 |
| `05_ONNX_Models` | 실제 평가한 PPO 1개·DT 15개·BC 3개 |
| `06_Evaluation_Results` | 교정된 50회, 신규 시드 200회, RTG 민감도, BC 진단, 타이밍의 원시 로그·통계·검증 자료 |
| `07_Reproduction` | 실행 설정, 검증 입력, 과거 작업 기록, 별도 재현 작업 폴더 준비 도구와 안내 |
| `08_Manifests` | 복사 파일 목록과 SHA-256, 모델·데이터 출처, 검증 기록 |

**아직 해결되지 않은 자료:** 최종 DT_S·BC 학습에 사용한 S의 `trajectory_data_part_*.pkl`과 동일한 원본을 찾지 못했습니다. 원시 학습 로그 후보는 발견했지만 노트북에 기록된 입력과 크기 등이 달라, 확인된 S로 포함하지 않았습니다. PPO V12의 대응 native 체크포인트도 찾지 못했으며, 평가에 사용한 V12 ONNX는 포함했습니다.

로컬의 12월 8일·19일 C 계열 자료를 최종 학습 기록의 12월 23일 C와 동일하다고 표시하지 않았습니다. `03_Expert_Data`의 출처 설명을 확인해 주세요.

평가 원시 JSON은 총 84개입니다. 50회 본 비교 57개, 신규 시드 200회 비교 9개, RTG sweep 13개, BC 진단 2개, 타이밍 3개를 각각 나눠 두었습니다. BC 정상 진단의 50회는 본 비교와 같은 조건을 다시 실행한 것이므로 독립 증거로 더하지 않습니다.

Unity 안에 함께 복사한 모델 자산은 원래 씬의 참조와 `.meta` GUID를 보존하기 위한 것입니다. 정확한 평가 모델 목록은 `05_ONNX_Models`의 19개입니다. Unity 캐시와 구 결과 파일 덤프는 포함하지 않았습니다.

재현하려면 [REPRODUCE.md](07_Reproduction/REPRODUCE.md)를 따라 짧은 별도 경로에 작업 사본을 만드세요. 공개용 원본을 덮어쓰지 않도록 새 작업 설정은 결과를 `ReproducedResults`에 저장합니다. 준비 도구는 파일 배치만 수행하며 Unity·학습·평가를 자동 실행하지 않습니다.

이 폴더를 실제 Hugging Face 저장소에 게시하기 전까지 공개 저장소가 갱신된 것은 아닙니다. 자료가 게시되어도 정확한 S가 없는 한 S 의존 학습 전체의 재현성 공백은 남습니다.