Hugging Face Blog·· 26 天前精选AI 评分62
用 TRL 和 OpenEnv 训练编码模型画水彩：完整开源复现
Training a coding model to paint watercolours with TRL and OpenEnv
AI 导读
作者用 TRL 和 OpenEnv 复现了 Surya Narreddi 的编码模型画水彩项目，公开了参考数据集、RL 环境、训练脚本和训练好的模型。训练使用 Qwen3.5-35B-A3B 模型，通过 p5.brush 库生成 JavaScript 代码来绘制水彩，奖励函数结合了 HPSv3 和 Qwen3-VL 成对评判器。
推荐理由
作者完整复现了用 RL 训练模型画水彩的流程，并公开全部代码、数据集和训练配置，读者可据此复现或迁移到其他风格。
来源：Hugging Face Blog · huggingface.co