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 · x · 2026-10-30
KOL drcintas 称这是他今年见过最疯狂的研究之一，转发介绍「神经反馈强化学习」（RLNF）：不依赖显式打分，纯靠人脑信号作为奖励信号训练 AI 模型拟合人类偏好。展示案例中，一张人脸图像会在被试注视时自我渐变，实时变成对该被试而言「更有吸引力」的版本。这一范式将 RLHF 的奖励来源从人工标注换成了直接读取神经信号。
「多模态」频道最新
- AI 电影平台 Fairground：观众过前 60 秒平均能看 21 分钟 — DavidmComfort · 2026-10-30
- 学生开发 kimo：无 GUI 视频编辑器，AI agent 通过 MCP 靠渲染单帧自查 — LieTop7965 · 2026-10-30
- 为视频生成加序列续跑功能:保存模型/渲染/RNG状态先测后跑 — pixlpa · 2026-10-30
- Pika H3 Flex Turbo LoRA 发布：6 步缩到 4 步，单文件即插即用 — Illustrious_Row_9971 · 2026-10-30
- ComfyUI Updater 扩展发布：设置面板内一键更新 Core 与 Frontend 并可回滚 — Inuya5haSama · 2026-10-30
- Ideogram 4.5 图像编辑更新：局部修改保持原始分辨率不缩放 — JenniferHli · 2026-10-30