RLNF：用脑电信号做 RL 训练，人脸可实时变成观看者觉得更好看的版本

神经反馈强化学习（RLNF）研究展示：一张人脸图像在被试注视时，会根据其脑电信号实时渐变，生成该被试认为更有吸引力的版本。该范式不依赖显式打分或人工标注，而是直接读取神经信号作为奖励信号训练 AI 模型，以拟合人类偏好。