Training AI to Paint with Code (RLing Qwen to paint with code)
Étude de cas de **Surya Narreddi** (avec **Cameron Franz** et **Alex Wang**) sur son site personnel, datée de **mars 2026** (jour non précisé ; ~1 500 mots), intitulée *Training AI to Paint with Code*. Les auteurs entraînent un modèle de langage (**Qwen 3.5 35B**) par apprentissage par renforcement (**GRPO**) à produire des peintures à l'aquarelle sous forme de code JavaScript **p5.brush**, le code étant l'artefact éditable. La question de fond : comment faire du RL quand la récompense, esthétique, n'est pas vérifiable.
#apprentissage par renforcement#GRPO#fonction de récompense
Surya Narreddi — designer et développeur · auteur du projet (site personnel) ; collaborateurs Cameron Franz (infrastructure d'entraînement) et Alex Wang.