Mulligan 发布 sim-square-narrow-r02-mining-no-cf-divl 检查点与评估结果

Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r02-mining-no-cf-divl，这是一个基于状态、使用父级冻结扩散 actor 与分布式 DIVL critic 的智能体，任务为 sim-square-narrow，训练步数 150001，含 1-5 共 5 个种子检查点。