Investigación y Educación Traducción verificada automáticamente
Training AI to Paint with Code (RLing Qwen to paint with code)
Estudio de caso de **Surya Narreddi** (con **Cameron Franz** y **Alex Wang**) en su sitio web personal, fechado en **marzo de 2026** (día no especificado; ~1500 palabras), titulado *Training AI to Paint with Code*. Los autores entrenan un modelo de lenguaje (**Qwen 3.5 35B**) mediante aprendizaje por refuerzo (**GRPO**) para producir pinturas en acuarela como código JavaScript de **p5.brush**, siendo el propio código el artefacto editable. La pregunta de fondo: cómo hacer RL cuando la recompensa —estética— no es verificable.
#aprendizaje por refuerzo#GRPO#función de recompensa
Surya Narreddi — designer et développeur · auteur du projet (site personnel) ; collaborateurs Cameron Franz (infrastructure d'entraînement) et Alex Wang.