Hugging Face's logo

djmango
/
openfront-rl

Reinforcement Learning
Safetensors
PyTorch
ppo
openfront
game-ai
Model card Files
xet
 Community
djmango commited on
Commit
d3967dd
·
verified ·
1 Parent(s): 34b3b3e

Prune dense checkpoints (batch 13, 200 files)

Browse files
This view is limited to 50 files because it contains too many changes.   See raw diff
Files changed (50) hide show
  1. ppo_v10/policy_update4565.state.json +0 -160
  2. ppo_v10/policy_update4570.safetensors +0 -3
  3. ppo_v10/policy_update4570.state.json +0 -160
  4. ppo_v10/policy_update4575.safetensors +0 -3
  5. ppo_v10/policy_update4575.state.json +0 -160
  6. ppo_v10/policy_update4580.safetensors +0 -3
  7. ppo_v10/policy_update4580.state.json +0 -160
  8. ppo_v10/policy_update4585.safetensors +0 -3
  9. ppo_v10/policy_update4585.state.json +0 -160
  10. ppo_v10/policy_update4590.safetensors +0 -3
  11. ppo_v10/policy_update4590.state.json +0 -160
  12. ppo_v10/policy_update4595.safetensors +0 -3
  13. ppo_v10/policy_update4595.state.json +0 -160
  14. ppo_v10/policy_update4600.safetensors +0 -3
  15. ppo_v10/policy_update4600.state.json +0 -160
  16. ppo_v10/policy_update4605.safetensors +0 -3
  17. ppo_v10/policy_update4605.state.json +0 -160
  18. ppo_v10/policy_update4610.safetensors +0 -3
  19. ppo_v10/policy_update4610.state.json +0 -160
  20. ppo_v10/policy_update4615.safetensors +0 -3
  21. ppo_v10/policy_update4615.state.json +0 -160
  22. ppo_v10/policy_update4620.safetensors +0 -3
  23. ppo_v10/policy_update4620.state.json +0 -160
  24. ppo_v10/policy_update4625.safetensors +0 -3
  25. ppo_v10/policy_update4625.state.json +0 -160
  26. ppo_v10/policy_update4630.safetensors +0 -3
  27. ppo_v10/policy_update4630.state.json +0 -160
  28. ppo_v10/policy_update4635.safetensors +0 -3
  29. ppo_v10/policy_update4635.state.json +0 -160
  30. ppo_v10/policy_update4640.safetensors +0 -3
  31. ppo_v10/policy_update4640.state.json +0 -160
  32. ppo_v10/policy_update4645.safetensors +0 -3
  33. ppo_v10/policy_update4645.state.json +0 -160
  34. ppo_v10/policy_update4650.safetensors +0 -3
  35. ppo_v10/policy_update4650.state.json +0 -160
  36. ppo_v10/policy_update4655.safetensors +0 -3
  37. ppo_v10/policy_update4655.state.json +0 -160
  38. ppo_v10/policy_update4660.safetensors +0 -3
  39. ppo_v10/policy_update4660.state.json +0 -160
  40. ppo_v10/policy_update4665.safetensors +0 -3
  41. ppo_v10/policy_update4665.state.json +0 -160
  42. ppo_v10/policy_update4670.safetensors +0 -3
  43. ppo_v10/policy_update4670.state.json +0 -160
  44. ppo_v10/policy_update4675.safetensors +0 -3
  45. ppo_v10/policy_update4675.state.json +0 -160
  46. ppo_v10/policy_update4680.safetensors +0 -3
  47. ppo_v10/policy_update4680.state.json +0 -160
  48. ppo_v10/policy_update4685.safetensors +0 -3
  49. ppo_v10/policy_update4685.state.json +0 -160
  50. ppo_v10/policy_update4690.safetensors +0 -3
ppo_v10/policy_update4565.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4566,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15633408,
9
- "recent_wins": [
10
- 1.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 1.0,
29
- 1.0,
30
- 1.0,
31
- 0.0,
32
- 1.0,
33
- 1.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 1.0,
38
- 0.0,
39
- 1.0,
40
- 0.0,
41
- 1.0,
42
- 0.0,
43
- 1.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 1.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 0.0,
54
- 0.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 0.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 0.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 1.0,
96
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 1.0,
100
- 1.0,
101
- 1.0,
102
- 1.0,
103
- 1.0,
104
- 1.0,
105
- 0.0,
106
- 1.0,
107
- 0.0,
108
- 1.0,
109
- 1.0,
110
- 0.0,
111
- 1.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 1.0,
116
- 0.0,
117
- 0.0,
118
- 1.0,
119
- 1.0,
120
- 1.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 1.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 1.0,
129
- 1.0,
130
- 0.0,
131
- 0.0,
132
- 1.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4570.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:c601fb875f6463357bb309590bac5d26d634694b0a02a1a3928027255f6eb9cc
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4570.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4571,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15651328,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 1.0,
13
- 1.0,
14
- 1.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 1.0,
22
- 0.0,
23
- 1.0,
24
- 0.0,
25
- 1.0,
26
- 0.0,
27
- 1.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 1.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 1.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 1.0,
43
- 1.0,
44
- 1.0,
45
- 1.0,
46
- 1.0,
47
- 0.0,
48
- 0.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 0.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 0.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 0.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 1.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 1.0,
104
- 1.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 1.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 1.0,
113
- 1.0,
114
- 0.0,
115
- 0.0,
116
- 1.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 1.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 1.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4575.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:9aaef20ef97748e2b75aef3ec73142f2bf8b2e492bea9cd821e056bb769a19f4
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4575.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4576,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15669248,
9
- "recent_wins": [
10
- 1.0,
11
- 0.0,
12
- 1.0,
13
- 0.0,
14
- 0.0,
15
- 0.0,
16
- 1.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 1.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 1.0,
28
- 1.0,
29
- 1.0,
30
- 1.0,
31
- 1.0,
32
- 0.0,
33
- 0.0,
34
- 1.0,
35
- 0.0,
36
- 0.0,
37
- 1.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 1.0,
42
- 1.0,
43
- 0.0,
44
- 1.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 0.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 0.0,
83
- 1.0,
84
- 1.0,
85
- 0.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 1.0,
98
- 1.0,
99
- 0.0,
100
- 0.0,
101
- 1.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 1.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 1.0,
118
- 0.0,
119
- 1.0,
120
- 1.0,
121
- 0.0,
122
- 0.0,
123
- 1.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 1.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4580.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:fca211d46fbc72c42cd728865190fd0a237a766a2ebea0f843f5cd6915498749
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4580.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4581,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15687168,
9
- "recent_wins": [
10
- 1.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 1.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 1.0,
21
- 1.0,
22
- 0.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 1.0,
32
- 0.0,
33
- 1.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 0.0,
38
- 0.0,
39
- 1.0,
40
- 0.0,
41
- 1.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 1.0,
46
- 0.0,
47
- 0.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 0.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 0.0,
75
- 1.0,
76
- 1.0,
77
- 0.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 0.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 1.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 1.0,
113
- 1.0,
114
- 0.0,
115
- 0.0,
116
- 1.0,
117
- 0.0,
118
- 1.0,
119
- 0.0,
120
- 0.0,
121
- 1.0,
122
- 1.0,
123
- 0.0,
124
- 1.0,
125
- 0.0,
126
- 1.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 1.0,
131
- 1.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4585.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:23202b6ac3db81c2f3a78d82c0e17f2c6af81ed0e38a1c86a18bc2ad1b5dae7c
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4585.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4586,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15705088,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 1.0,
15
- 0.0,
16
- 1.0,
17
- 0.0,
18
- 0.0,
19
- 1.0,
20
- 0.0,
21
- 0.0,
22
- 1.0,
23
- 0.0,
24
- 1.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 1.0,
29
- 0.0,
30
- 0.0,
31
- 1.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 1.0,
38
- 0.0,
39
- 1.0,
40
- 0.0,
41
- 0.0,
42
- 1.0,
43
- 1.0,
44
- 0.0,
45
- 1.0,
46
- 0.0,
47
- 1.0,
48
- 0.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 0.0,
67
- 1.0,
68
- 1.0,
69
- 0.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 0.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 1.0,
96
- 1.0,
97
- 0.0,
98
- 0.0,
99
- 1.0,
100
- 0.0,
101
- 1.0,
102
- 0.0,
103
- 0.0,
104
- 1.0,
105
- 1.0,
106
- 0.0,
107
- 1.0,
108
- 0.0,
109
- 1.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 1.0,
114
- 1.0,
115
- 0.0,
116
- 0.0,
117
- 1.0,
118
- 0.0,
119
- 1.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 1.0,
125
- 1.0,
126
- 0.0,
127
- 0.0,
128
- 1.0,
129
- 0.0,
130
- 1.0,
131
- 0.0,
132
- 1.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4590.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:d6344a4538fb4aa87452d4903af62fe253f3e2b065dcf6b32a51e8e664d8292a
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4590.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4591,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15723008,
9
- "recent_wins": [
10
- 1.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 1.0,
19
- 1.0,
20
- 0.0,
21
- 1.0,
22
- 0.0,
23
- 0.0,
24
- 1.0,
25
- 1.0,
26
- 0.0,
27
- 1.0,
28
- 0.0,
29
- 1.0,
30
- 0.0,
31
- 1.0,
32
- 0.0,
33
- 1.0,
34
- 0.0,
35
- 1.0,
36
- 0.0,
37
- 0.0,
38
- 1.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 1.0,
43
- 0.0,
44
- 1.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 0.0,
62
- 1.0,
63
- 1.0,
64
- 0.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 0.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 1.0,
96
- 1.0,
97
- 0.0,
98
- 0.0,
99
- 1.0,
100
- 0.0,
101
- 1.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 1.0,
107
- 1.0,
108
- 0.0,
109
- 0.0,
110
- 1.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 1.0,
115
- 0.0,
116
- 1.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 1.0,
121
- 1.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 1.0,
126
- 0.0,
127
- 1.0,
128
- 0.0,
129
- 1.0,
130
- 0.0,
131
- 1.0,
132
- 1.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4595.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:51b5e85cc3998fc3b12b78493d45b9aedfe4e9053c328ca5866919c03890ff07
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4595.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4596,
5
- "stage": 2,
6
- "ent_scale": 4.761904761904762,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15740928,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 1.0,
16
- 0.0,
17
- 1.0,
18
- 0.0,
19
- 0.0,
20
- 1.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 1.0,
25
- 0.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 1.0,
33
- 1.0,
34
- 1.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 1.0,
39
- 1.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 0.0,
57
- 1.0,
58
- 1.0,
59
- 0.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 0.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 1.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 1.0,
108
- 0.0,
109
- 1.0,
110
- 0.0,
111
- 1.0,
112
- 0.0,
113
- 1.0,
114
- 1.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 1.0,
120
- 1.0,
121
- 1.0,
122
- 0.0,
123
- 0.0,
124
- 1.0,
125
- 1.0,
126
- 1.0,
127
- 0.0,
128
- 1.0,
129
- 1.0,
130
- 0.0,
131
- 1.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4600.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:9012e619f2a9dc085b56f73d34b2db79d794ae4892103682ec882144e9b6fd24
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4600.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4601,
5
- "stage": 2,
6
- "ent_scale": 3.731076983183138,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15758848,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 1.0,
15
- 1.0,
16
- 1.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 1.0,
21
- 1.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 1.0,
34
- 0.0,
35
- 1.0,
36
- 0.0,
37
- 0.0,
38
- 1.0,
39
- 1.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 1.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 0.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 0.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 0.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 1.0,
96
- 1.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 1.0,
102
- 1.0,
103
- 1.0,
104
- 0.0,
105
- 0.0,
106
- 1.0,
107
- 1.0,
108
- 1.0,
109
- 0.0,
110
- 1.0,
111
- 1.0,
112
- 0.0,
113
- 1.0,
114
- 0.0,
115
- 1.0,
116
- 0.0,
117
- 0.0,
118
- 1.0,
119
- 0.0,
120
- 1.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 1.0,
125
- 1.0,
126
- 0.0,
127
- 0.0,
128
- 1.0,
129
- 1.0,
130
- 1.0,
131
- 1.0,
132
- 1.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4605.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:da79102173ac478aec6f9b7f6a4c0224d2e5981a32328ba4a9b559b55652794f
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4605.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4606,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15776768,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 0.0,
15
- 0.0,
16
- 1.0,
17
- 0.0,
18
- 1.0,
19
- 0.0,
20
- 0.0,
21
- 1.0,
22
- 1.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 1.0,
33
- 1.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 1.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 1.0,
43
- 1.0,
44
- 1.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 0.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 0.0,
100
- 0.0,
101
- 1.0,
102
- 0.0,
103
- 1.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 1.0,
108
- 1.0,
109
- 0.0,
110
- 0.0,
111
- 1.0,
112
- 1.0,
113
- 1.0,
114
- 1.0,
115
- 1.0,
116
- 0.0,
117
- 0.0,
118
- 1.0,
119
- 1.0,
120
- 1.0,
121
- 0.0,
122
- 1.0,
123
- 0.0,
124
- 0.0,
125
- 1.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 1.0,
131
- 1.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4610.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:b7a598776b6f81c6dc8bfbeda507ee1f2fab0d676f1a443f126250a98192d984
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4610.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4611,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15794688,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 1.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 1.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 1.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 1.0,
40
- 0.0,
41
- 0.0,
42
- 1.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 0.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 0.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 1.0,
96
- 1.0,
97
- 0.0,
98
- 0.0,
99
- 1.0,
100
- 1.0,
101
- 1.0,
102
- 0.0,
103
- 1.0,
104
- 0.0,
105
- 0.0,
106
- 1.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 1.0,
112
- 1.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 1.0,
120
- 1.0,
121
- 1.0,
122
- 1.0,
123
- 0.0,
124
- 1.0,
125
- 1.0,
126
- 0.0,
127
- 1.0,
128
- 1.0,
129
- 1.0,
130
- 0.0,
131
- 1.0,
132
- 1.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4615.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:e9f86c414f84d04ab90ed801a4ea62b2653fa90c5ad0119840933a749b14a1a6
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4615.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4616,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15812608,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 1.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 1.0,
21
- 0.0,
22
- 0.0,
23
- 1.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 1.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 1.0,
35
- 0.0,
36
- 0.0,
37
- 1.0,
38
- 1.0,
39
- 1.0,
40
- 1.0,
41
- 0.0,
42
- 0.0,
43
- 1.0,
44
- 1.0,
45
- 0.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 1.0,
101
- 1.0,
102
- 1.0,
103
- 1.0,
104
- 0.0,
105
- 1.0,
106
- 1.0,
107
- 0.0,
108
- 1.0,
109
- 1.0,
110
- 1.0,
111
- 0.0,
112
- 1.0,
113
- 1.0,
114
- 0.0,
115
- 0.0,
116
- 1.0,
117
- 1.0,
118
- 0.0,
119
- 1.0,
120
- 1.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 1.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4620.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:8fa1fda3f411361d4ab1f57d8b69ea0c8de7c47b0728891cf565ca4b8b5a4b72
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4620.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4621,
5
- "stage": 2,
6
- "ent_scale": 4.319187992657381,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15830528,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 0.0,
15
- 0.0,
16
- 1.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 1.0,
21
- 0.0,
22
- 0.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 1.0,
30
- 1.0,
31
- 0.0,
32
- 1.0,
33
- 1.0,
34
- 1.0,
35
- 1.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 1.0,
42
- 0.0,
43
- 1.0,
44
- 0.0,
45
- 1.0,
46
- 1.0,
47
- 0.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 1.0,
96
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 1.0,
104
- 0.0,
105
- 1.0,
106
- 1.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 1.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 1.0,
121
- 1.0,
122
- 1.0,
123
- 1.0,
124
- 0.0,
125
- 0.0,
126
- 1.0,
127
- 0.0,
128
- 1.0,
129
- 0.0,
130
- 0.0,
131
- 1.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4625.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:64cc5a0562166b05976b4388d9fedac1dfeca361d5506b09c4f63e85a7221a09
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4625.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4626,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15848448,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 1.0,
13
- 0.0,
14
- 1.0,
15
- 1.0,
16
- 1.0,
17
- 1.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 1.0,
24
- 0.0,
25
- 1.0,
26
- 0.0,
27
- 1.0,
28
- 1.0,
29
- 0.0,
30
- 1.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 1.0,
42
- 1.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 0.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 1.0,
104
- 1.0,
105
- 1.0,
106
- 0.0,
107
- 0.0,
108
- 1.0,
109
- 0.0,
110
- 1.0,
111
- 0.0,
112
- 0.0,
113
- 1.0,
114
- 0.0,
115
- 1.0,
116
- 1.0,
117
- 0.0,
118
- 0.0,
119
- 1.0,
120
- 1.0,
121
- 1.0,
122
- 1.0,
123
- 1.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 1.0,
128
- 0.0,
129
- 1.0,
130
- 0.0,
131
- 1.0,
132
- 1.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4630.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:213f8150790be35d53a303f2cb5fb9064384c67ef5e65ffbe4ed5cd284d09ffa
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4630.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4631,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15866368,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 1.0,
25
- 1.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 1.0,
35
- 1.0,
36
- 0.0,
37
- 0.0,
38
- 1.0,
39
- 0.0,
40
- 1.0,
41
- 0.0,
42
- 1.0,
43
- 1.0,
44
- 0.0,
45
- 1.0,
46
- 0.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 0.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 1.0,
104
- 1.0,
105
- 1.0,
106
- 1.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 1.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 1.0,
115
- 1.0,
116
- 1.0,
117
- 1.0,
118
- 0.0,
119
- 0.0,
120
- 1.0,
121
- 0.0,
122
- 0.0,
123
- 1.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 1.0,
129
- 0.0,
130
- 1.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4635.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:555ecc9ba307af5007328cd75d6da1c4c9642670ae10d97b10a3aa7695264115
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4635.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4636,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15884288,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 0.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 0.0,
19
- 0.0,
20
- 1.0,
21
- 0.0,
22
- 1.0,
23
- 0.0,
24
- 1.0,
25
- 1.0,
26
- 0.0,
27
- 1.0,
28
- 0.0,
29
- 1.0,
30
- 1.0,
31
- 1.0,
32
- 0.0,
33
- 1.0,
34
- 0.0,
35
- 1.0,
36
- 1.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 1.0,
42
- 0.0,
43
- 0.0,
44
- 1.0,
45
- 0.0,
46
- 1.0,
47
- 0.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 0.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 0.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 0.0,
96
- 1.0,
97
- 1.0,
98
- 1.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 0.0,
104
- 0.0,
105
- 1.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 1.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 1.0,
117
- 0.0,
118
- 1.0,
119
- 0.0,
120
- 0.0,
121
- 1.0,
122
- 1.0,
123
- 1.0,
124
- 1.0,
125
- 0.0,
126
- 1.0,
127
- 1.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4640.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:4d046b2ab092a9b3254179be766a65d289a39f5e0da90beb42c4477f04a5ace9
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4640.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4641,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15902208,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 1.0,
13
- 1.0,
14
- 0.0,
15
- 1.0,
16
- 0.0,
17
- 1.0,
18
- 1.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 1.0,
24
- 0.0,
25
- 0.0,
26
- 1.0,
27
- 0.0,
28
- 1.0,
29
- 0.0,
30
- 1.0,
31
- 0.0,
32
- 1.0,
33
- 0.0,
34
- 0.0,
35
- 1.0,
36
- 1.0,
37
- 1.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 1.0,
42
- 0.0,
43
- 0.0,
44
- 1.0,
45
- 1.0,
46
- 0.0,
47
- 1.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 0.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 0.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 1.0,
99
- 0.0,
100
- 1.0,
101
- 0.0,
102
- 0.0,
103
- 1.0,
104
- 1.0,
105
- 1.0,
106
- 1.0,
107
- 0.0,
108
- 1.0,
109
- 1.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 1.0,
116
- 0.0,
117
- 0.0,
118
- 1.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 1.0,
124
- 1.0,
125
- 0.0,
126
- 1.0,
127
- 1.0,
128
- 0.0,
129
- 0.0,
130
- 1.0,
131
- 0.0,
132
- 1.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4645.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:e275b8f74cdaef863ab4997a51136673a0b004d10b12c09c9a4e0e1899074c7a
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4645.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4646,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15920128,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 1.0,
13
- 1.0,
14
- 1.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 1.0,
19
- 0.0,
20
- 0.0,
21
- 1.0,
22
- 1.0,
23
- 0.0,
24
- 1.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 1.0,
29
- 0.0,
30
- 0.0,
31
- 1.0,
32
- 1.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 1.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 0.0,
44
- 1.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 0.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 0.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 0.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 1.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 1.0,
101
- 1.0,
102
- 0.0,
103
- 1.0,
104
- 1.0,
105
- 0.0,
106
- 0.0,
107
- 1.0,
108
- 0.0,
109
- 1.0,
110
- 1.0,
111
- 1.0,
112
- 0.0,
113
- 0.0,
114
- 1.0,
115
- 0.0,
116
- 0.0,
117
- 1.0,
118
- 1.0,
119
- 1.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 1.0,
125
- 1.0,
126
- 1.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 1.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4650.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:9bf6398f955de06eb5faa39a453a7b09af61add632b9b7b97c52d0c699c8416f
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4650.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4651,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15938048,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 1.0,
22
- 1.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 1.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 1.0,
38
- 0.0,
39
- 1.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 1.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 0.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 0.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 1.0,
96
- 1.0,
97
- 0.0,
98
- 0.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 1.0,
104
- 1.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 1.0,
110
- 1.0,
111
- 1.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 1.0,
118
- 1.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 1.0,
123
- 0.0,
124
- 1.0,
125
- 0.0,
126
- 1.0,
127
- 1.0,
128
- 1.0,
129
- 1.0,
130
- 0.0,
131
- 0.0,
132
- 1.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4655.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:57bbf0ae2d421d6f6f14eb1741ddff63af8f1a66429112495b6624d14b861119
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4655.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4656,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15955968,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 1.0,
15
- 1.0,
16
- 1.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 1.0,
21
- 1.0,
22
- 0.0,
23
- 1.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 1.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 1.0,
36
- 1.0,
37
- 1.0,
38
- 1.0,
39
- 0.0,
40
- 1.0,
41
- 0.0,
42
- 0.0,
43
- 1.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 1.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 0.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 0.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 1.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 1.0,
102
- 1.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 1.0,
107
- 0.0,
108
- 1.0,
109
- 0.0,
110
- 1.0,
111
- 1.0,
112
- 1.0,
113
- 1.0,
114
- 0.0,
115
- 0.0,
116
- 1.0,
117
- 1.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 1.0,
124
- 0.0,
125
- 1.0,
126
- 1.0,
127
- 0.0,
128
- 1.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4660.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:d4545e9c793511f5a6e809a58fbe78a9df6aabd29a16749612a7d628d4a9c152
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4660.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4661,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15973888,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 1.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 1.0,
19
- 1.0,
20
- 1.0,
21
- 1.0,
22
- 0.0,
23
- 1.0,
24
- 0.0,
25
- 0.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 1.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 1.0,
35
- 1.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 1.0,
41
- 1.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 0.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 0.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 1.0,
96
- 1.0,
97
- 0.0,
98
- 0.0,
99
- 1.0,
100
- 1.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 1.0,
107
- 0.0,
108
- 1.0,
109
- 1.0,
110
- 0.0,
111
- 1.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 1.0,
117
- 1.0,
118
- 0.0,
119
- 0.0,
120
- 1.0,
121
- 1.0,
122
- 1.0,
123
- 1.0,
124
- 0.0,
125
- 0.0,
126
- 1.0,
127
- 1.0,
128
- 1.0,
129
- 1.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4665.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:d9c79b6e1c57dadda9614fca339bc4b445324595e2edeaca4eee7d639322f02f
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4665.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4666,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 15991808,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 1.0,
13
- 0.0,
14
- 1.0,
15
- 0.0,
16
- 0.0,
17
- 1.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 1.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 1.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 1.0,
32
- 1.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 1.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 0.0,
44
- 1.0,
45
- 0.0,
46
- 1.0,
47
- 0.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 0.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 0.0,
90
- 1.0,
91
- 0.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 1.0,
98
- 0.0,
99
- 1.0,
100
- 1.0,
101
- 0.0,
102
- 1.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 1.0,
108
- 1.0,
109
- 0.0,
110
- 0.0,
111
- 1.0,
112
- 1.0,
113
- 1.0,
114
- 1.0,
115
- 0.0,
116
- 0.0,
117
- 1.0,
118
- 1.0,
119
- 1.0,
120
- 1.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 1.0,
126
- 1.0,
127
- 0.0,
128
- 0.0,
129
- 1.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4670.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:5fadda301e4050466f51a68f203d2e1b2887e25aa61da4b8ca34794b77366117
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4670.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4671,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 16009728,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 1.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 1.0,
19
- 1.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 1.0,
32
- 0.0,
33
- 1.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 1.0,
40
- 1.0,
41
- 0.0,
42
- 0.0,
43
- 1.0,
44
- 0.0,
45
- 0.0,
46
- 1.0,
47
- 0.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 0.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 0.0,
85
- 1.0,
86
- 0.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 1.0,
96
- 0.0,
97
- 0.0,
98
- 1.0,
99
- 1.0,
100
- 1.0,
101
- 1.0,
102
- 0.0,
103
- 0.0,
104
- 1.0,
105
- 1.0,
106
- 1.0,
107
- 1.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 1.0,
113
- 1.0,
114
- 0.0,
115
- 0.0,
116
- 1.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 1.0,
122
- 1.0,
123
- 0.0,
124
- 0.0,
125
- 1.0,
126
- 1.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4675.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:6c5ac9e19630b5698f378a52f351997f0aebac71b60eb37e473ae9798a32f6c7
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4675.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4676,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 16027648,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 1.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 1.0,
22
- 1.0,
23
- 0.0,
24
- 0.0,
25
- 1.0,
26
- 0.0,
27
- 0.0,
28
- 1.0,
29
- 0.0,
30
- 1.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 1.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 0.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 0.0,
82
- 1.0,
83
- 0.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 1.0,
96
- 0.0,
97
- 0.0,
98
- 1.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 1.0,
104
- 1.0,
105
- 0.0,
106
- 0.0,
107
- 1.0,
108
- 1.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 1.0,
116
- 1.0,
117
- 0.0,
118
- 1.0,
119
- 0.0,
120
- 0.0,
121
- 1.0,
122
- 0.0,
123
- 1.0,
124
- 1.0,
125
- 0.0,
126
- 1.0,
127
- 1.0,
128
- 0.0,
129
- 1.0,
130
- 1.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4680.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:6eac1b06417044df09f31701dd043be82363b8da6b07999127756e3a323dbd0b
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4680.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4681,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 16045568,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 0.0,
13
- 0.0,
14
- 1.0,
15
- 0.0,
16
- 1.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 1.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 1.0,
35
- 1.0,
36
- 0.0,
37
- 1.0,
38
- 1.0,
39
- 0.0,
40
- 1.0,
41
- 1.0,
42
- 1.0,
43
- 0.0,
44
- 1.0,
45
- 0.0,
46
- 1.0,
47
- 0.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 0.0,
74
- 1.0,
75
- 0.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 1.0,
102
- 1.0,
103
- 0.0,
104
- 1.0,
105
- 0.0,
106
- 0.0,
107
- 1.0,
108
- 0.0,
109
- 1.0,
110
- 1.0,
111
- 0.0,
112
- 1.0,
113
- 1.0,
114
- 0.0,
115
- 1.0,
116
- 1.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 1.0,
121
- 0.0,
122
- 0.0,
123
- 1.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 1.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4685.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:1ca751a343c281c98c535d62a9b77cec4ddf96c57e3ed3dc15909e0e148cd93f
3
- size 48494336
 
 
 
 
ppo_v10/policy_update4685.state.json DELETED
@@ -1,160 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 4686,
5
- "stage": 2,
6
- "ent_scale": 5.0,
7
- "lr_now": 0.00018062499999999999,
8
- "total_env_steps": 16063488,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 1.0,
19
- 1.0,
20
- 0.0,
21
- 1.0,
22
- 1.0,
23
- 0.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 0.0,
28
- 1.0,
29
- 0.0,
30
- 1.0,
31
- 0.0,
32
- 1.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 1.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 1.0,
43
- 1.0,
44
- 1.0,
45
- 0.0,
46
- 0.0,
47
- 1.0,
48
- 0.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 0.0,
67
- 1.0,
68
- 0.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 0.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 0.0,
96
- 1.0,
97
- 1.0,
98
- 0.0,
99
- 1.0,
100
- 1.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 1.0,
105
- 0.0,
106
- 0.0,
107
- 1.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 1.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 1.0,
118
- 1.0,
119
- 1.0,
120
- 1.0,
121
- 0.0,
122
- 1.0,
123
- 0.0,
124
- 0.0,
125
- 1.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 1.0,
131
- 0.0,
132
- 1.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 16,
149
- 12,
150
- 10,
151
- 12,
152
- 10,
153
- 8,
154
- 8,
155
- 8,
156
- 8
157
- ],
158
- "envs_per_shard": 14,
159
- "requested_env_target": null
160
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update4690.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:81c5f2c076fad3b2c718003883df9a11a1b9e3ab60533a5f5df49a162af41a8e
3
- size 48494336