惊人的研究方向：就像直接来自大脑的偏好数据。他们提出了神经反馈强化学习（RLNF），用从脑信号中解码出的偏好来训练 AI 模型……
研究者提出了神经反馈强化学习（RLNF），即完全根据从脑信号中解码出的人类偏好来训练 AI 模型，示例是一张人脸图片在被注视时自行变成观看者觉得更有吸引力的样子。为什么重要：如果偏好可以直接从神经信号中读取，而不必依赖点击或评分，对齐就可能获得一条直接得多的通道——但这目前仍是早期研究方向，而非产品。
报道来源
- Elvis Saravia2026-10-29 21:47