IntraSkill / ShopSimRL · Qwen3.5-4B · Iter80 · 4 rounds
Original source document; content retains its source language. Markdown ↓

发布产物

本目录是训练与评测的小文件摘录,可随仓库发布。权重、完整 traces.jsonl、slime rollout 和 W&B 仍只在本机 runs/,不入库。

新增的 analysis/ 提供可复算数值、六组 SVG/PNG 图表、四条件 task-level 配对结果和输入 hash;完整解释见 实验报告。主实验对应四轮、Iter80;续训 steps 81–83 明确排除。

冷启动 \(S_0\) 与终局 \(S_T\) 分别是 cold-start/selected_skillbank.json(10 chunk)和 round-003/gate/selected_skillbank.json(8 chunk)。chunk 正文见各目录的 selected_skill.md

轮次 选出 chunk 数 analysis candidates
cold-start \(S_0\) 10
round-000 7 6
round-001 5 6
round-002 8 6
round-003 \(S_T\) 8 4

eval/ 是本地协议 test 400 的 summary / paired comparison(coverage=1)。eval/ranking/ 是 contribution 排序附录,对应配置在 configs/archive/,不是仓库入口。