把画海雀梗变成真基准：用 TRL 与 HF 训练模型

SergioPaniego · x · 2026-07-30

开发者 Sergio Paniego 分享了一项有趣的实验：将 Simon Willison 著名的“海雀骑自行车”提示词（被戏称为极不科学的基准测试）转化为一个可用的 AI 评估与训练环境。

文章详细介绍了如何利用 OpenEnv、TRL 和 HF Jobs 搭建这一系统。该基准测试通过三个层级对模型生成的 SVG 绘图进行打分，并提供了两条核心命令：一条用于在 HF Space 上评估现有模型，另一条则能在 GPU 上针对该基准微调模型。