用TRL和OpenEnv在Hugging Face开源复现代码绘制水彩画训练流程

在Hugging Face Blog发布完整开源复现流程，基于TRL和OpenEnv在Hugging Face Jobs、Spaces与Hub上端到端实现GRPO训练。使用Qwen3.5-35B-A3B搭配p5.brush，通过HPSv3与Qwen3-VL配对评审对178张自评分参考池进行审美强化学习，并公开训练脚本、环境与三个奖励配置实验结果。