HuggingFace Blog·· 27 天前精选AI 评分65
用 TRL 和 OpenEnv 训练编码模型画水彩
Training a coding model to paint watercolours with TRL and OpenEnv
AI 导读
作者用 TRL 和 OpenEnv 复现了让语言模型写 p5.brush 代码画水彩的训练流程，把参考池、RL 环境、训练脚本和训练好的模型全部开源在 Hugging Face 上，想法源自 Surya Narreddi 走红的模型水彩画视频。
推荐理由
整套训练流水线、参考池和三组奖励配比的产物都已开源，可据此复现用奖励模型训练模型画画的流程。
来源：HuggingFace Blog · huggingface.co