训练 AI 用代码作画：突破提示词限制

Training AI to Paint with Code

当用 AI 生成图像时，我们往往只能通过提示词参与，无法直接编辑结果。这让我决定训练一个语言模型，让它通过编写代码来作画。在这个项目中，代码本身就是可编辑的产物，让我能更精细地调整模型生成的内容，而无需反复提示。核心挑战在于如何为创意任务设计强化学习的奖励函数：太严格会导致模型僵化，太宽松则会让模型迷失。通过引入成对比较机制和手工评分的参考池，我成功让模型学会了用更简洁的代码生成高质量的水彩画。这不仅是技术的突破，更是对 AI 创作参与方式的重新思考。