Training a coding model to paint watercolours with TRL and OpenEnv
Bild från huggingface.co
Hugging Face har publicerat en guide om hur man tränar en AI-modell att måla akvareller genom att få den att skriva JavaScript-kod.
En video från augusti där en språkmodell skapade vattenfärgsmålningar med p5.brush-biblioteket fick över 1,5 miljoner visningar. I denna artikel reproduceras experimentet med öppna verktyg (TRL och OpenEnv), där modellen belönas baserat på estetisk smak snarare än rätt/fel-svar. Belöningen kommer från två källor: HPSv3, en modell tränad på människors bildpreferenser, och en jämförande domare som bedömer målningar mot en handplockat dataset. Genom att justera viktningen mellan dessa två belöningsmodeller kunde forskarna styra modellens målstil.
The real question of the project is whether you can do RL over taste.
Sammanfattningen är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör Hugging Face.
Mer från Hugging Face
IBM releases SOTA Granite Time Series PatchTST-FM-r2 model with commercial-friendly license
Hugging Face för 6 tim sedan
Safety for Whom? Refusing the Right Subset of a Topic, Not the Whole Topic
Hugging Face 8 sep.
The exact tools used to port a massive codebase in days #programming #typescript #dev
AI Engineer för 2 tim sedan
v2.1.267
Claude Code för 2 tim sedan