这是一个 Cosmos3-Nano 动作策略，针对 LIBERO-10 进行后训练，对应 Cosmos Cookbook 中“Restyle LIBERO-10 Demonstrations with Cosmos3-Nano-Sim-Transfer and Measure the Gain Against a Matched Control”受控合成数据研究的一个单元 D5。仓库导出的是训练检查点，包含 bf16 safetensors、EMA 权重、7 个分片，约 30 GB，可由 cosmos-framework policy server 加载。

训练数据为 379 条真实 LIBERO-10 demonstrations 加 1895 条 duplicates；数据本身未在此仓库重新分发，LIBERO-10 位于 nvidia/LIBERO_LeRobot_v3，restyled sets 由 recipe 重新生成。训练从 0 到 2000 iterations，global batch 为 2048，training seed 为 42；基础模型为 nvidia/Cosmos3-Nano revision e59a53c2，框架为 cosmos-framework c23e51f2 / v1.2.2。

评估在 LIBERO-10 的 10 个任务上进行，每个任务 50 个初始状态、三个 evaluation seeds；standard scenes 成功率为 93.4 +/- 1.2%，perturbed scenes 成功率为 82.9 +/- 1.9%，扰动包括随机 lighting、textures、skybox 和 camera jitter。该单元需要与对应 duplicate control 一起比较，低于 2.5 points 的差异属于 training-seed spread 范围。许可证为 NVIDIA Open Model License。