这是一个 Cosmos3-Nano 动作策略，针对 LIBERO-10 进行后训练，是 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 cell R。导出内容为训练检查点，包含 bf16 safetensors、EMA 权重、7 个分片，约 30 GB，可由 cosmos-framework policy server 加载。

训练使用 379 条真实 LIBERO-10 demonstrations，训练迭代为 0 到 2000，global batch 2048，training seed 42；基础模型为 nvidia/Cosmos3-Nano revision e59a53c2，框架为 cosmos-framework c23e51f2（v1.2.2）。训练数据不在该仓库重新分发，LIBERO-10 位于 nvidia/LIBERO_LeRobot_v3，restyled sets 由 recipe 重新生成。

评估在 LIBERO-10 的 10 个任务、每个任务 50 个初始状态和三个 evaluation seeds 上进行；标准场景成功率为 93.9 ± 1.0%，扰动场景成功率为 85.1 ± 0.6%，扰动包含随机化 lighting、textures、skybox 和 camera jitter。比较不同 cell 前需结合 recipe；restyled cell 只应与其 duplicate control 一起解释，低于 2.5 points 的差异处于 training-seed spread 内。