开发者用像素数据集与Decisions API自训图像模型

2026年10月12日，开发者 Angaisb 宣布一项用强化学习自训图像模型的实践：采用合成的 16x16 像素风数据集，并借助 Decisions API 进行强化学习，目标是训练出一个可用的图像生成模型。据该报道，其方案是让扩散模型按 prompt 生成 sprite，再以评分作为奖励——例如“red chest”命中 90%——据此提升高分输出的生成概率，并循环迭代。报道称这属于低门槛复现“RL 微调图像生成”的实践案例。目前尚无该方案后续结果或其他来源的报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。