Hugging Face Blog·· 2026-09-03精选AI 评分77
使用 TRL 和 OpenEnv 训练编码模型绘制水彩画
Training a coding model to paint watercolours with TRL and OpenEnv
AI 导读
文章作者使用 TRL 和 OpenEnv 开源复现了训练语言模型生成 p5.brush JavaScript 水彩画的方法，基于 Qwen/Qwen3.5-35B-A3B 和人工评级的 178 幅参考画训练并比较三种奖励组合。
推荐理由
文章提供完整工程复现路径与公开产物，涵盖奖励设计、训练配置、基础设施故障处理和三种奖励权重对比，适合小团队评估审美强化学习实验的实现成本与可复现性。
来源：Hugging Face Blog · huggingface.co