RLNF 新方法用脑电信号直接训练 AI

一项名为 RLNF（神经反馈强化学习）的新方法引发热议：不依赖显式打分或预先收集偏好数据集，仅以人脑脑电信号作为奖励信号，训练 AI 模型对齐人类偏好。演示案例中，AI 生成的人脸会根据观看者注视时的大脑反应实时优化，变成其觉得更好看的版本。多位博主转发推荐，有人称这是今年见过最疯狂的研究之一。

2026-10-30 ~ 2026-10-30 · 4 条相关

• 用脑电信号做 RL 训练:人脸可实时变成观看者觉得更好看的版本 — dr_cintas · 2026-10-30
• 新方法 RLNF:纯靠脑电信号训练 AI 顺应人类偏好 — alex_verem · 2026-10-30

另有 2 条近重复转述:ChrisGPT · alex_verem