Forschung & Bildung Automatisch geprüfte Übersetzung
Training AI to Paint with Code (RLing Qwen to paint with code)
Fallstudie von **Surya Narreddi** (mit **Cameron Franz** und **Alex Wang**) auf seiner persönlichen Website, datiert **März 2026** (Tag nicht angegeben; ca. 1.500 Wörter), mit dem Titel *Training AI to Paint with Code*. Die Autoren trainieren ein Sprachmodell (**Qwen 3.5 35B**) mittels Reinforcement Learning (**GRPO**), um Aquarellmalereien als **p5.brush**-JavaScript-Code zu erzeugen, wobei der Code selbst als editierbares Artefakt dient. Die zugrunde liegende Frage: wie man RL betreibt, wenn die Belohnung — ästhetisch — nicht verifizierbar ist.
#reinforcement learning#GRPO#reward function
Surya Narreddi — designer et développeur · auteur du projet (site personnel) ; collaborateurs Cameron Franz (infrastructure d'entraînement) et Alex Wang.