关联PPO适配器模型仓库并更新发布边界

README.md

@@ -20,7 +20,7 @@ short_description: Harbor 代码智能体强化学习实验档案
 ## 关联仓库
 
 - 数据集：[keryszhan/harbor-swesmith-rl-artifacts](https://huggingface.co/datasets/keryszhan/harbor-swesmith-rl-artifacts)（已上传，当前为私有）
-- 模型：`keryszhan/klear-agentforge-8b-ppo-step20-adapter`（尚未发布，需先复核基础模型许可）
+- 模型：[keryszhan/klear-agentforge-8b-ppo-step20-adapter](https://huggingface.co/keryszhan/klear-agentforge-8b-ppo-step20-adapter)（已上传，当前为私有；使用前需取得受访问门控基础模型的访问权限）
 
 ## 发布范围
 

index.html

@@ -110,7 +110,7 @@
           <article><strong>160</strong><span>第二轮 warm-start episodes</span></article>
           <article><strong>32</strong><span>训练期成功 episodes</span></article>
           <article><strong>12</strong><span>timeouts</span></article>
-          <article><strong>177.5 MiB</strong><span>actor PEFT adapter</span></article>
+          <article><strong>166.6 MiB</strong><span>策略模型 LoRA 权重；完整策略检查点目录约 177.5 MiB</span></article>
           <article><strong>14.11 GiB</strong><span>critic BF16 shards</span></article>
           <article><strong>−1.689</strong><span>最终 explained variance</span></article>
         </div>
@@ -137,7 +137,7 @@
         <ul>
           <li>不包含 `.env`、密钥、证书、Registry 密码或运行时状态。</li>
           <li>最终 267 题数据已上传至独立的 <a href="https://huggingface.co/datasets/keryszhan/harbor-swesmith-rl-artifacts">Harbor SWE-Smith 强化学习数据集</a>，当前保持私有。</li>
-          <li>PPO actor adapter 依赖 gated 基础模型，发布前需完成许可证复核。</li>
+          <li>PPO 策略模型 LoRA 已上传至独立的 <a href="https://huggingface.co/keryszhan/klear-agentforge-8b-ppo-step20-adapter">第 20 步适配器模型仓库</a>，当前保持私有；使用前需取得受访问门控基础模型的访问权限。</li>
           <li>云资源已释放，文档中的部署命令属于可复现的历史运行手册。</li>
         </ul>
       </div>