先了解这件事
AI 综述
2026年10月30日,Rohan Paul介绍RL with Neural Feedback(RLNF)这一方法。据其转发Rahul Chhabra的介绍,研究者称已找到仅凭脑信号训练AI模型响应人类偏好的可靠方法;示例中,一张人脸图片会在受试者注视时自动变成对其更有吸引力的版本,无需评分、点击或提示词。Rohan Paul在另一篇介绍中说明,该方法在观看者看生成图像时直接从大脑读取唤醒信号,用简单嵌入加k-NN打分作为强化学习奖励。他认为这一方向很自然:人类偏好本就存在于大脑中,RLHF把它转成点击,而RLNF则把脑信号直接接入奖励。目前该介绍停留在方法说明与示例层面,尚无后续进展。
AI 根据公开报道生成
最新进展 · 正式报道
Rohan Paul 评 RLNF：用脑信号做奖励事件进展
1 个已确认进展
- 来源：Rohan Paul
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月30日
Rohan Paul
Rohan Paul 评 RLNF：用脑信号做奖励
Rohan Paul 介绍 RL with Neural Feedback（RLNF）：在观看者看生成图像时直接从大脑读取唤醒信号，用简单嵌入加 k-NN 打分作为强化学习奖励。他认为这一方向很自然——人类偏好本就存在于大脑中，RLHF 把它转成点击，而 RLNF 则把脑信号直接接入奖励。
Rohan Paul
RLNF：AI 读脑信号生成你偏好的图像
Rohan Paul 转发 Rahul Chhabra 介绍的 RL with Neural Feedback（RLNF）：研究者称已找到仅凭脑信号训练 AI 模型响应人类偏好的可靠方法。示例中，一张人脸图片会在受试者注视时自动变成对其更有吸引力的版本，无需评分、点击或提示词。