Hugging Face Blog·· 28 天前精选AI 评分70
如何用 TRL 和 OpenEnv 训练 Qwen3.5-35B-A3B 编写水彩画代码
Training a coding model to paint watercolours with TRL and OpenEnv
AI 导读
作者用 TRL 和 OpenEnv 复现水彩画代码训练方法，通过 GRPO 训练 Qwen3.5-35B-A3B，让模型编写调用 p5.brush 的 JavaScript，并向个人审美偏好靠拢。
推荐理由
将通用审美评分与人工筛选参考图的对比奖励分开实验，展示了减少劣质输出与贴近个人画风是两种不同的训练目标。
来源：Hugging Face Blog · huggingface.co