这是一个基于 nvidia/Cosmos3-Nano 后训练得到的 LIBERO-10 动作策略，对应 Cosmos Cookbook 中“Restyle LIBERO-10 Demonstrations with Cosmos3-Nano-Sim-Transfer and Measure the Gain Against a Matched Control”的受控合成数据研究单元 S5_all。导出的训练检查点为 bf16 safetensors、EMA 权重、7 个分片，约 30 GB，可由 cosmos-framework policy server 加载。

训练数据包含 379 条真实 LIBERO-10 demonstrations，以及 1895 条按 styles 1-5 restyled 的数据；训练数据未在该仓库重新分发，LIBERO-10 位于 nvidia/LIBERO_LeRobot_v3，restyled sets 由 recipe 再生成。训练从 0 到 2000 iterations，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。

评估中，standard scenes 成功率为 93.6 +/- 1.0%，perturbed scenes 成功率为 87.1 +/- 1.4%；设置为 10 个任务、50 个初始状态、三个 evaluation seeds，扰动场景包含随机化 lighting、textures、skybox 和 camera jitter。比较不同 cell 前需要结合 recipe；restyled cell 只适合与其 duplicate control 对照解读，低于 2.5 points 的差异处于 training-seed spread 内。许可为 NVIDIA Open Model License。