lupele/ourmodel

StatePlay 自定义隐式状态架构：原始 SFT

step-4572.safetensors 是本项目修改后的隐式状态架构正式 SFT，与原始文件逐字节一致。 它不是 onepiece1999/StatePlay 的官方显式模型，也不是 step-3000 / step-5000。 推理需要项目代码、配套 transition tokenizer、Wan2.2-TI2V-5B 基础组件（DiT、T5、VAE） 和原项目的 UMT5 tokenizer。本仓库未重复上传这些上游基座。 强化学习后的推理需叠加 lupele/rl_model/world.pt 的 live 参数。

代码：lupele/stateplay-test 的 rl_posttrain/。 数据：StatePlay-Reward-2280。 配套模型：SFT、transition tokenizer、Stage A 更新、Reward Model。

身份与发布处理见 PUBLICATION.json，公开文件 SHA256 见 SHA256SUMS。 原始本地文件保持原位且未修改。仓库不包含 API 凭据或真实服务地址。