Chinese content利用人类注视分布数据训练奖励模型提升偏好预测准确率
训练奖励模型时只盯一个注视点太粗糙了,这篇论文把注意力做成空间梯度分布,准确率确实涨了。做 RLHF 或对齐研究的同学可以看看这个建模思路。
训练奖励模型时只盯一个注视点太粗糙了,这篇论文把注意力做成空间梯度分布,准确率确实涨了。做 RLHF 或对齐研究的同学可以看看这个建模思路。
90人看了438个AI视频,靠眼动数据就能71.3%准确率预测观众觉得真假,做视频生成评估的可以看看这套方法。
脑机接口方向可以看看:36 人、140 个场景的 EEG 加眼动公开数据集,还附带了首个用脑电信号修正显著性预测的模型。
眼动数据缺失是认知负荷评估的长期痛点,MambaGaze用双向Mamba显式建模缺失模式,做可穿戴AI或人机交互的团队可以直接参考其边缘部署方案。
做情感计算、社交信号处理或小组协作研究的团队终于有了一个覆盖个体、人际和群体三层次的高质量多模态数据集,数据完整性和任务效度都经过验证,可以直接用于训练和评估模型。
做群体互动、情感计算或会议分析的研究者终于有了一个可复现的多模态数据采集标准,直接照着搭建实验环境能省去大量试错成本。