Hugging Face Blog·· 2026-09-03精选AI 评分68
Hugging Face 开源水彩代码模型复现方案：利用 TRL 与 OpenEnv 进行审美强化学习
Training a coding model to paint watercolours with TRL and OpenEnv
AI 导读
Hugging Face 团队复现并开源了基于强化学习训练代码模型绘制水彩画的完整工程方案，使用 TRL 的 GRPO 算法与 OpenEnv 将 Qwen3.5-35B-A3B 调优为编写 p5.brush 绘图代码。
推荐理由
文章完整开源了基于强化学习调优代码模型以生成水彩画的工程方案，展示了如何用人工审美偏好池替代传统客观验证器。
来源：Hugging Face Blog · huggingface.co