lupele/StatePlay-Reward-2280

StatePlay 正式视频与 API 教师评分训练集

本包包含 study_v1 正式 Stage A 的 2,280 个条件、9,120 个生成视频、2,280 个真实参考视频和 2,280 张首图，包括最初 2,000 个条件和后续新增 280 个。每个条件的四个不同 seed 候选由 gpt-6.1-sol 在同一次联合上下文中评分。排除 smoke、伪标签和 Stage C 数据。

训练、验证与测试

划分	条件组	生成视频	原有条件	新增条件
train	1,831	7,324	1,615	216
validation	217	868	188	29
test	232	928	197	35
总计	2,280	9,120	2,000	280

媒体按 data/train/、data/validation/、data/test/ 分目录。indexes/{train,validation,test}.jsonl 为相应的完整四候选组索引；indexes/before_expansion/ 和 indexes/extension_280/ 是相同媒体的子集索引，不重复存视频。indexes/videos.jsonl 提供逐候选视频索引。

划分保留来源／动作／时间相似组件，同一已检测组件不跨 split。原始语料缺少可靠 episode ID，因此聚类不能证明所有对局完全独立；该局限和来源复核材料保存在 metadata 与 docs 中。这里的 test 是奖励模型对 Stage A 生成数据的留出集，不是原世界模型的两个外部测试 ZIP。

保存与排除范围

每组包含 initial.png、actions.parquet、reference.mp4、video_1.mp4 至 video_4.mp4、原始成功 teacher_response.json、scores.json 和便携 manifest.json。原始 parquet 保留采集时的动作和状态列；构建评分上下文时只按协议提取玩家动作，不将真实未来 HUD 当作学生答案。

全局保存英文 Prompt 模板、三张 Prompt 静态示例图、采样参数、抽帧索引／时间戳／原 JPEG 哈希、模型身份与策略版本、源码、五份实施文档、日志、API 回复文字记录、评分、索引、拆分与来源审计以及扩展前后评估。

不保存模型权重、checkpoint、optimizer、clean latents、conditioning 张量、逐帧评分图片、完整 API 请求、Base64 图像体或 Python 环境。模型路径、版本和 SHA 仅作溯源，不代表包含参数文件。运行记录中属于请求体、模拟压力测试或图像体的文件予以排除，并记录范围审计；源训练文件不会被删除或改写。

生成模型是用户修改的隐式 StatePlay 架构，原始 SFT 为 step-4572，不是官方公开显式 StatePlay checkpoint。每个视频的 seed、old_version、视频 SHA 和对应动作／参考信息可查。原参考视频通常为 384×224，候选为 832×480、20 fps；本批实际生成 97 帧，requested_frames 与实际帧数分别保存。视频按原文件保存，不降低分辨率或重新编码。

扩展前后的测试结果

evaluation/ 包含：

• before_expansion/：2,000 条件版本所选模型的验证及完整 197 组测试结果。
• after_expansion/：2,280 条件版本所选模型的验证及完整 232 组测试结果。
• common_197/：两版在相同 197 组、相同输入与教师标签上的公平比较。
• comparison.csv、comparison_summary.json、README.md：整体／分机制对照、比较口径和不确定性。
• quality_standard.json：双方统一采用的现行数值标准。
• historical_original_reports/：保持原样的历史报告、选模和当时验收记录，供溯源，不作为现行规范。

共同 197 组上，整体 MAE 为 12.4061 → 12.5596，没有整体明显改善；有效候选对排序一致率由 78.23% → 80.05%。各版完整测试集组成不同，不能把新增测试样本或准入标准变化解释为模型质量提升。

现行数值标准为四分数 JSON 有效率 ≥99%、整体 MAE ≤15、全局 Spearman ≥0.70、教师差 ≥10 的候选对排序一致率 ≥75%、五类 MAE 各 ≤15。真实人工复核仍单独要求完成。study_v1 的 Stage C 按用户要求保持禁用；本包不声称已经通过人工质量验收或完成 C。

加载与重建

解压后可直接加载 HF DatasetDict，媒体保持路径引用，不把视频嵌入内存表：

from tools.slim_dataset import load_hf_dataset
corpus = load_hf_dataset(".")
print(len(corpus["train"]), len(corpus["validation"]), len(corpus["test"]))

校验全部包内文件：

python tools/slim_dataset.py verify --bundle .

从视频在内存重建一组评分上下文：

python tools/slim_dataset.py sample --bundle .

每组为首图、三张全局示例、参考视频 24 帧、四个候选各 24 帧，共 124 张图。抽帧索引、时间戳、最长边 832、JPEG quality 90 及原 JPEG SHA 保存在 manifest。工具不会把抽帧图片写盘，不调用 API；应保持视频原文件和记录中的解码器／Pillow 版本，以进行逐字节 JPEG 复核。

奖励模型训练输入可直接由便携 collator 构造：

from transformers import AutoProcessor
from tools.slim_dataset import records, GroupCollator
processor = AutoProcessor.from_pretrained("/path/to/Qwen3.5-9B", local_files_only=True)
processor.tokenizer.padding_side = "left"
record = next(records(".", "train"))
values, metadata = GroupCollator(processor, bundle=".")(record, training=True)

values 保留完整 124 图上下文和仅监督回答部分的 labels／logits_to_keep，可交给训练工程已验证的 suffix loss。配套真实验证已核对新增数据的全部输入张量与原 collator 一致；不要自行把完整序列标签与裁剪后的 logits 错位计算。Qwen 基座、LoRA 和世界模型权重需另行配置，不在数据包中。

本包支持奖励模型数据训练和原教师输入复现。它不是完整世界模型 RL 断点：没有各 old_version 的在线模型参数，不能仅凭 seed 与初始 SFT 宣称逐字节再生成所有候选视频。

目录与使用说明

source/project/ 保存当前工程源码；docs/ 保存实施说明、现行质量规范和人工审核流程；records/ 保存截至导出时的正式运行文字记录；metadata/ 保存来源、拆分、生成配置、模型身份、范围和真实输入验证；integrity/files.jsonl 保存每个文件的大小与 SHA256。

在 Hugging Face 上传解压后的整个目录，README 的 JSONL split 配置可用于识别 train／validation／test；checkpoint 如需发布应放在独立模型仓库。原始视频／动作来源为 onepiece1999/StatePlay-Dataset，第三方材料与代码许可分别保留，不另行虚构数据版权或许可。教师标注是 API 模型评分，不是人工逐条标注。

Hugging Face 发布信息

• 数据集：lupele/StatePlay-Reward-2280
• 发布者：lupele
• 发布许可：Apache-2.0；第三方材料与代码保留各自适用的许可和来源说明。
• 本数据集没有关联的新论文，不提供虚构的论文引用。
• 数据范围是正式 Stage A 教师标注语料；标签来自 gpt-6.1-sol，不是人工逐条评分。
• 原始导出报告中的 Stage C 状态是导出时的历史记录，不代表后续训练状态。

从 Hub 下载后使用包内的加载器：

from huggingface_hub import snapshot_download
from pathlib import Path
import sys
dataset_root = snapshot_download(repo_id="lupele/StatePlay-Reward-2280", repo_type="dataset")
sys.path.insert(0, str(Path(dataset_root)))
from tools.slim_dataset import load_hf_dataset
dataset = load_hf_dataset(dataset_root)

JSONL 索引中的媒体保留相对路径引用。完整性校验见 integrity/files.jsonl； 本发布副本的元信息和凭据移除计数见 metadata/huggingface_release.json。