zhangsj0722 commited on
Commit
9510732
·
verified ·
1 Parent(s): 40bb282

Upload first_4_step_hps_reward.txt with huggingface_hub

Browse files
Files changed (1) hide show
  1. first_4_step_hps_reward.txt +304 -0
first_4_step_hps_reward.txt ADDED
@@ -0,0 +1,304 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ 0.295440673828125
2
+ 0.295440673828125
3
+ 0.26861572265625
4
+ 0.2981758117675781
5
+ 0.2970771789550781
6
+ 0.2967567443847656
7
+ 0.30367279052734375
8
+ 0.2960090637207031
9
+ 0.29532623291015625
10
+ 0.3072547912597656
11
+ 0.30632781982421875
12
+ 0.3070831298828125
13
+ 0.3064765930175781
14
+ 0.3050270080566406
15
+ 0.3067665100097656
16
+ 0.308013916015625
17
+ 0.3174781799316406
18
+ 0.31272125244140625
19
+ 0.3077430725097656
20
+ 0.321380615234375
21
+ 0.3144111633300781
22
+ 0.312835693359375
23
+ 0.3090629577636719
24
+ 0.3079795837402344
25
+ 0.3195533752441406
26
+ 0.31896209716796875
27
+ 0.3082389831542969
28
+ 0.3218231201171875
29
+ 0.32581329345703125
30
+ 0.3259735107421875
31
+ 0.3134613037109375
32
+ 0.3098411560058594
33
+ 0.32938385009765625
34
+ 0.3107032775878906
35
+ 0.33098602294921875
36
+ 0.310516357421875
37
+ 0.3190765380859375
38
+ 0.32004547119140625
39
+ 0.3234672546386719
40
+ 0.3268280029296875
41
+ 0.3316688537597656
42
+ 0.3175201416015625
43
+ 0.3214569091796875
44
+ 0.32611083984375
45
+ 0.31966400146484375
46
+ 0.32807159423828125
47
+ 0.32651519775390625
48
+ 0.3176918029785156
49
+ 0.3373870849609375
50
+ 0.3192634582519531
51
+ 0.3441314697265625
52
+ 0.3244590759277344
53
+ 0.32989501953125
54
+ 0.32451629638671875
55
+ 0.3368988037109375
56
+ 0.3337211608886719
57
+ 0.3284263610839844
58
+ 0.33992767333984375
59
+ 0.34723663330078125
60
+ 0.3366546630859375
61
+ 0.3322257995605469
62
+ 0.33774566650390625
63
+ 0.33489227294921875
64
+ 0.33254241943359375
65
+ 0.33575439453125
66
+ 0.33107757568359375
67
+ 0.34405517578125
68
+ 0.33463287353515625
69
+ 0.3231697082519531
70
+ 0.34774017333984375
71
+ 0.33966064453125
72
+ 0.3411216735839844
73
+ 0.33953094482421875
74
+ 0.34067535400390625
75
+ 0.33902740478515625
76
+ 0.33809661865234375
77
+ 0.34041595458984375
78
+ 0.349639892578125
79
+ 0.3338203430175781
80
+ 0.342681884765625
81
+ 0.3357391357421875
82
+ 0.3415679931640625
83
+ 0.34828948974609375
84
+ 0.34635162353515625
85
+ 0.34454345703125
86
+ 0.34494781494140625
87
+ 0.34958648681640625
88
+ 0.346099853515625
89
+ 0.3408317565917969
90
+ 0.349395751953125
91
+ 0.3497772216796875
92
+ 0.3567047119140625
93
+ 0.348419189453125
94
+ 0.3372802734375
95
+ 0.35219573974609375
96
+ 0.34393310546875
97
+ 0.35323333740234375
98
+ 0.3513031005859375
99
+ 0.34980010986328125
100
+ 0.3513641357421875
101
+ 0.34941864013671875
102
+ 0.344757080078125
103
+ 0.35382843017578125
104
+ 0.348968505859375
105
+ 0.35366058349609375
106
+ 0.3462982177734375
107
+ 0.3499908447265625
108
+ 0.357818603515625
109
+ 0.3522796630859375
110
+ 0.36529541015625
111
+ 0.3456878662109375
112
+ 0.3528289794921875
113
+ 0.36222076416015625
114
+ 0.3612518310546875
115
+ 0.35004425048828125
116
+ 0.35205078125
117
+ 0.3574371337890625
118
+ 0.35012054443359375
119
+ 0.36109161376953125
120
+ 0.35620880126953125
121
+ 0.3551483154296875
122
+ 0.3553047180175781
123
+ 0.3611106872558594
124
+ 0.34571075439453125
125
+ 0.35626983642578125
126
+ 0.35295867919921875
127
+ 0.36067962646484375
128
+ 0.35892486572265625
129
+ 0.36312103271484375
130
+ 0.3546600341796875
131
+ 0.358642578125
132
+ 0.3537445068359375
133
+ 0.34883880615234375
134
+ 0.3633880615234375
135
+ 0.36563873291015625
136
+ 0.35894012451171875
137
+ 0.35337066650390625
138
+ 0.34784698486328125
139
+ 0.355682373046875
140
+ 0.34955596923828125
141
+ 0.349822998046875
142
+ 0.35589599609375
143
+ 0.35584259033203125
144
+ 0.3572273254394531
145
+ 0.36414337158203125
146
+ 0.35028076171875
147
+ 0.36144256591796875
148
+ 0.3659210205078125
149
+ 0.36859130859375
150
+ 0.3707427978515625
151
+ 0.3687744140625
152
+ 0.35467529296875
153
+ 0.3657073974609375
154
+ 0.35693359375
155
+ 0.36295318603515625
156
+ 0.3542976379394531
157
+ 0.3443603515625
158
+ 0.3673858642578125
159
+ 0.3533782958984375
160
+ 0.35517120361328125
161
+ 0.35831451416015625
162
+ 0.35455322265625
163
+ 0.36553955078125
164
+ 0.36977386474609375
165
+ 0.3651123046875
166
+ 0.36591339111328125
167
+ 0.3739471435546875
168
+ 0.36463165283203125
169
+ 0.36267852783203125
170
+ 0.35863494873046875
171
+ 0.3687286376953125
172
+ 0.3679962158203125
173
+ 0.367095947265625
174
+ 0.3668365478515625
175
+ 0.383544921875
176
+ 0.360626220703125
177
+ 0.3569984436035156
178
+ 0.3648834228515625
179
+ 0.37885284423828125
180
+ 0.36974334716796875
181
+ 0.3653411865234375
182
+ 0.364898681640625
183
+ 0.35491180419921875
184
+ 0.3631591796875
185
+ 0.3721771240234375
186
+ 0.36554718017578125
187
+ 0.36666107177734375
188
+ 0.373077392578125
189
+ 0.36664581298828125
190
+ 0.36548614501953125
191
+ 0.36631011962890625
192
+ 0.36809539794921875
193
+ 0.3772430419921875
194
+ 0.36452484130859375
195
+ 0.3717193603515625
196
+ 0.36934661865234375
197
+ 0.370452880859375
198
+ 0.36956787109375
199
+ 0.3602142333984375
200
+ 0.368865966796875
201
+ 0.372283935546875
202
+ 0.3693695068359375
203
+ 0.3623046875
204
+ 0.3682098388671875
205
+ 0.3656158447265625
206
+ 0.3691864013671875
207
+ 0.37798309326171875
208
+ 0.36455535888671875
209
+ 0.37741851806640625
210
+ 0.3779296875
211
+ 0.3729400634765625
212
+ 0.36072540283203125
213
+ 0.3682098388671875
214
+ 0.37557220458984375
215
+ 0.3739776611328125
216
+ 0.36435699462890625
217
+ 0.37041473388671875
218
+ 0.3682403564453125
219
+ 0.3660125732421875
220
+ 0.35602569580078125
221
+ 0.38251495361328125
222
+ 0.37110137939453125
223
+ 0.3636322021484375
224
+ 0.3679656982421875
225
+ 0.36474609375
226
+ 0.36743927001953125
227
+ 0.3743438720703125
228
+ 0.36177825927734375
229
+ 0.37529754638671875
230
+ 0.38401031494140625
231
+ 0.381072998046875
232
+ 0.3689117431640625
233
+ 0.36994171142578125
234
+ 0.36365509033203125
235
+ 0.3684234619140625
236
+ 0.37664794921875
237
+ 0.37192535400390625
238
+ 0.37445831298828125
239
+ 0.38455963134765625
240
+ 0.36367034912109375
241
+ 0.3696098327636719
242
+ 0.37244415283203125
243
+ 0.3745574951171875
244
+ 0.37067413330078125
245
+ 0.36008453369140625
246
+ 0.3655853271484375
247
+ 0.3704833984375
248
+ 0.3646659851074219
249
+ 0.365814208984375
250
+ 0.370880126953125
251
+ 0.37796783447265625
252
+ 0.3792877197265625
253
+ 0.3719024658203125
254
+ 0.37286376953125
255
+ 0.37134552001953125
256
+ 0.36989593505859375
257
+ 0.37999725341796875
258
+ 0.3795623779296875
259
+ 0.36771392822265625
260
+ 0.370697021484375
261
+ 0.3692169189453125
262
+ 0.3730316162109375
263
+ 0.37087249755859375
264
+ 0.36328887939453125
265
+ 0.37419891357421875
266
+ 0.36891937255859375
267
+ 0.37450408935546875
268
+ 0.37224578857421875
269
+ 0.370147705078125
270
+ 0.37357330322265625
271
+ 0.3778228759765625
272
+ 0.37863922119140625
273
+ 0.380340576171875
274
+ 0.377288818359375
275
+ 0.36902618408203125
276
+ 0.367706298828125
277
+ 0.38042449951171875
278
+ 0.37567138671875
279
+ 0.36417388916015625
280
+ 0.361846923828125
281
+ 0.3763427734375
282
+ 0.37975311279296875
283
+ 0.3698272705078125
284
+ 0.3805084228515625
285
+ 0.38370513916015625
286
+ 0.37488555908203125
287
+ 0.3761138916015625
288
+ 0.379913330078125
289
+ 0.37053680419921875
290
+ 0.3692779541015625
291
+ 0.3818359375
292
+ 0.382110595703125
293
+ 0.36019134521484375
294
+ 0.3718414306640625
295
+ 0.37381744384765625
296
+ 0.37738037109375
297
+ 0.37111663818359375
298
+ 0.39101409912109375
299
+ 0.38714599609375
300
+ 0.36930084228515625
301
+ 0.3765716552734375
302
+ 0.373992919921875
303
+ 0.37505340576171875
304
+ 0.3773651123046875