RLNF 用脑信号直接生成奖励

这对于个性化 AI 来说，简直太超前了。

唤醒信号通过一个简单的嵌入模型加上 k-NN 进行评分。

采用神经反馈的强化学习（RLNF），在观看者观看生成图像时，直接从其大脑读取唤醒信号，并将其用作强化学习的奖励。

现在看来，这个方向显得如此自然。人类偏好本来就存在于大脑中，RLHF 通过点击行为将其间接传递出来，而 RLNF 则将脑信号直接接入奖励机制。