
آموزش مدل کدنویسی برای نقاشی آبرنگ با TRL و OpenEnv
هاگینگ فیس روشی برای آموزش مدل کدنویسی با TRL و OpenEnv منتشر کرده است که در آن مدل کدهایی برای خلق نقاشی آبرنگی تولید میکند. این پروژه کاربرد یادگیری تقویتی در تولید کد خلاقانه را نشان میدهد.
تیم هاگینگ فیس در یک پست فنی جزئیات پروژهای را منتشر کرده است که در آن یک مدل زبانی کدنویسی با استفاده از کتابخانه TRL (Transformer Reinforcement Learning) و محیط OpenEnv آموزش میبیند تا کدهایی تولید کند که به رسم تصاویر آبرنگی منجر شود. در این رویکرد، خروجی مدل به صورت کد در نظر گرفته میشود و اجرای آن در محیط به عنوان اقدام مدل ارزیابی میگردد. این آموزش بر پایه یادگیری تقویتی انجام میشود و هدف آن است که مدل بتواند کد قابل اجرا برای تولید تصویر تولید کند. به عبارت دیگر، مدل به جای تولید مستقیم تصویر، کدی مینویسد که با اجرا شدن، نقاشی آبرنگی ایجاد میکند. این روش امکان میدهد تا توانایی مدل در برنامهنویسی خلاقانه و کنترل خروجی بصری از طریق کد سنجیده شود. TRL یکی از کتابخانههای محبوب برای آموزش مدلهای زبانی با یادگیری تقویتی است و OpenEnv نیز محیطی برای تعامل مدل با ابزارها و اجرای کد فراهم میکند. ترکیب این دو، چرخهای از تولید کد، اجرا و دریافت بازخورد را ممکن میسازد که برای آموزش مدلهای عامل (agent) کاربرد دارد. برای توسعهدهندگان ایرانی، این پروژه نمونهای عملی از به کارگیری یادگیری تقویتی در آموزش مدلهای کدنویسی است و میتواند به عنوان الگویی برای ساخت محیطهای آموزشی سفارشی و ارزیابی مدلها در تولید کد قابل اجرا مورد استفاده قرار گیرد. آشنایی با TRL و OpenEnv میتواند در پروژههای بومی آموزش مدل و ارزیابی تواناییهای برنامهنویسی مفید باشد.
این مدل در اپکس۲۴ قابل دسترس است
یک کلید API — ۵۰+ مدل هوش مصنوعی




