Rohan Paul

这正是个性化人工智能的新高度。 通过简单的嵌入加上 k-NN 奖励对唤醒信号进行评分。 具有神经反馈 (RLNF) 的强化学习可以直接从大脑读取观看者的唤醒信号，同时观看者查看生成的图像并将其用作强化学习奖励。 这个方向现在看起来很自然。人类的偏好无论如何都存在于大脑中，RLHF 通过点击将其传递，而 RLNF 将其从大脑信号直接传递到奖励。