纯靠脑电信号训练 AI：RLNF 方法让人脑偏好直接进奖励
alex_verem · x · 2026-10-30
转发介绍一项名为 RLNF（Reinforcement Learning with Neural Feedback）的工作：研究者称已找到可靠方法，仅凭人脑信号训练 AI 模型对齐人类偏好。展示的例子是：受试者注视一张人脸图片时，图片会在其眼前逐渐自变为对该受试者更有吸引力的版本，说明系统能实时读取并优化大脑的偏好反馈。作者配文「大脑没有无痕模式」，暗示该技术的隐私 implication。
所属事件:RLNF 新方法用脑电信号直接训练 AI(4 条相关)→
「研究」频道最新
- 新研究：LLM 并非只偏西方，反而明显偏向日本文化 — JeremyNguyenPhD · 2026-10-30
- 牛津团队发布 LOB-Impact 基准:生成式订单簿模型自发涌现市场冲击定律 — oxford-lob · 2026-10-30
- LessWrong 长文:「类别式禁令」比「阈值式定义」更适合界定 neuralese — LinchZhang · 2026-10-30
- Reddit 讨论:AGI 的关键能否在数学空间中被证明 — Budget_Geologist_574 · 2026-10-30
- 博主用多个对抗性审查 Agent 跑科研实验：结果看似成立但难掩担忧 — burny_tech · 2026-10-30
- SplatXR 开源:让 Quest 3 与 Vision Pro 渲染 3D 高斯泼溅 — Scobleizer · 2026-10-30