开发者 Angaisb：用 16x16 像素画数据集与 Decisions API 强化学习自训图像模型

开发者 Angaisb 宣布将用合成的 16x16 像素风数据集和 Decisions API 做强化学习，自训一个可用的图像生成模型。方案是扩散模型按 prompt 生成 sprite，用评分（如 red chest 命中 90%）作为奖励，提升高分输出的生成概率并循环迭代。这属于低门槛复现「RL 微调图像生成」的实践案例。