HF 工程师用 GRPO 与 GEPA 训练 Qwen3.5 生成 Blender 3D 场景

Hugging Face 工程师 Merve Noyann 公开了基于 TRL 和 OpenEnv 的实验项目：训练 Qwen3.5-9B 通过工具调用编写 bpy 代码，从空场景出发在 Blender 中生成 3D 房间。她在修复若干问题后使用 GEPA 方法重新运行实验，并公开了 rollout 场景供社区参考。

2026-09-07 ~ 2026-09-07 · 2 条相关

• HF 工程师用 GRPO+GEPA 训练 Qwen3.5-9B 写 Blender 代码生成 3D 房间 — mervenoyann · 2026-09-07
• HF 工程师实测 GEPA：基于 TRL 与 OpenEnv 训练 agent 并公开 rollout 场景 — mervenoyann · 2026-09-07