C³-Explore 6k resumable checkpoint
这是 C³-Explore iclr-2027 分支的可续训 checkpoint，而不只是推理权重。压缩包包含：
- checkpoint
20260917T065425F998214； - 累计 6,000 个环境步、155 次 learner 更新；
agent.pkl及 step/update/replay 状态；- 174 个 Replay 分块；
- 配置、训练合同、来源审计和逐文件 SHA-256。
agent.pkl SHA-256：2e3fa46b8bd239b71ecf72227b1a66c8f48f08ec4f6590b77d3f92b8116ca2ea。
完整下载、环境配置、换机器路径重映射和恢复训练命令见 GitHub README。代码至少需要提交 e382e80f5246，推荐使用 iclr-2027 最新版本。
当前 6k 权重尚未完成正式闭环评估。项目 README 中的 9/10 结果属于更早的 BC 留存 checkpoint，不能当作该 6k 权重的评估结果。