Jackdaw Environment 排行榜 · v0.3.0
Balatro · Red Deck / White Stake
在 Red Deck、White Stake 下构建能够通过 Blinds、管理商店与经济并完成整局 Run 的长期 Balatro 策略。
- Distribution
- Jackdaw
- 主指标
- assessment_mean_final_score
- 排序方向
- 越高越好
- 记录时间
- 2026年8月09日
选择实验设置
⌄
当前实验设置
Red Deck / White Stake · 1,024 训练 / 128 Assessment
red-white-train-1024-assess-128-v1从 baseline 开始，在固定的 Red Deck、White Stake 训练 pool 上最多使用 1,024 个 Episode 优化，然后在 128 个 held-out test Episodes 上评测选中的 Program。
- 训练 Episodes
- 1024
- 最大 Submissions
- 1024
- Validation Episodes
- 128
- Assessment Episodes
- 128
配置详情
- run seed
- 20260729
- deck
- Red Deck
- stake
- White Stake
- training split
- train
- 训练 Episodes
- 1024
- episode pool size
- 1024
- 最大 Submissions
- 1024
- max episodes per submission
- 128
- validation split
- validation
- Validation Episodes
- 128
- validation max candidates
- 1
- assessment split
- test
- Assessment Episodes
- 128
- episode timeout seconds
- 60
- agent timeout seconds
- 3600
- optional balatro skill
- disabled
原始 Assessment 分数与排名
1GPT-5.6 SolxhighCodex49.520
2GPT-5.6 TerraxhighCodex8.890
3GPT-5.6 LunaxhighCodex7.870
—BaselineEvoPolicyGym3.700
Top 3 策略 Rollout
最终选中 Program 在同一个 held-out Assessment Episode 上的表现。
GPT-5.6 SolCodex · xhigh
49.520
GPT-5.6 TerraCodex · xhigh
8.890
GPT-5.6 LunaCodex · xhigh
7.870