raca-workspace-v1/ttt-discover-circle_packing_26-qwen3-8b-v1

---
dataset_info:
- config_name: metrics
features:
- name: step
dtype: int64
- name: avg_reward
dtype: float64
- name: best_reward
dtype: float64
- name: nonzero_frac
dtype: float64
- name: advantage_mean
dtype: float64
- name: advantage_std
dtype: float64
- name: num_unique_states
dtype: int64
splits:
- name: train
num_bytes: 56
num_examples: 1
download_size: 3565
dataset_size: 56
- config_name: tree
features:
- name: node_id
dtype: string
- name: parent_id
dtype: 'null'
- name: visit_count
dtype: int64
- name: best_value
dtype: float64
- name: reward
dtype: float64
- name: puct_score
dtype: float64
- name: code
dtype: string
- name: depth
dtype: int64
- name: was_selected
dtype: bool
- name: step
dtype: int64
splits:
- name: train
num_bytes: 69
num_examples: 1
download_size: 4448
dataset_size: 69
configs:
- config_name: metrics
data_files:
- split: train
path: metrics/train-*
- config_name: tree
data_files:
- split: train
path: tree/train-*
---

数据集信息：
- 配置名称：指标（metrics）
特征字段：
- 字段名：训练步数（step），数据类型：64位整数（int64）
- 字段名：平均奖励（avg_reward），数据类型：64位浮点数（float64）
- 字段名：最优奖励（best_reward），数据类型：64位浮点数（float64）
- 字段名：非零占比（nonzero_frac），数据类型：64位浮点数（float64）
- 字段名：优势均值（advantage_mean），数据类型：64位浮点数（float64）
- 字段名：优势标准差（advantage_std），数据类型：64位浮点数（float64）
- 字段名：唯一状态数（num_unique_states），数据类型：64位整数（int64）
划分集：
- 名称：训练集（train），字节占用量：56，样本数量：1
下载大小：3565，数据集存储大小：56
- 配置名称：树结构（tree）
特征字段：
- 字段名：节点ID（node_id），数据类型：字符串（string）
- 字段名：父节点ID（parent_id），数据类型：空类型（null）
- 字段名：访问次数（visit_count），数据类型：64位整数（int64）
- 字段名：最优价值（best_value），数据类型：64位浮点数（float64）
- 字段名：奖励（reward），数据类型：64位浮点数（float64）
- 字段名：PUCT评分（puct_score），数据类型：64位浮点数（float64）
- 字段名：代码（code），数据类型：字符串（string）
- 字段名：深度（depth），数据类型：64位整数（int64）
- 字段名：是否被选中（was_selected），数据类型：布尔型（bool）
- 字段名：训练步数（step），数据类型：64位整数（int64）
划分集：
- 名称：训练集（train），字节占用量：69，样本数量：1
下载大小：4448，数据集存储大小：69
配置项：
- 配置名称：指标（metrics），数据文件：
- 划分：训练集（train），路径：metrics/train-*
- 配置名称：树结构（tree），数据文件：
- 划分：训练集（train），路径：tree/train-*