用 TRL 和 OpenEnv 训练编程模型画水彩

Hugging Face 博主用 TRL 与 OpenEnv 复现了 Surya Narreddi 让语言模型画水彩的方案，模型通过 p5.brush 写出约 150 行 JavaScript 来作画，全部数据集、RL 环境、训练脚本与模型均已开源。