基于人的感知的多模态模型的个体对齐的 POV 学习
原文中文，约200字，阅读约需1分钟。发表于：。通过整合个体感知信号来提高个体用户与机器学习系统之间的相互适应对个体预测性能具有宝贵的启示，不仅可以提高个体用户的整体预测性能，还可以推动人工智能系统朝着每个人的个性化期望和价值导向发展。
通过创建VisionPrefer数据集，利用多模态大型语言模型指导文本到图像生成模型的训练，捕捉人类喜好，优于之前的偏好度量标准。将人工智能生成的合成数据作为监督信号集成到视觉生成模型中，实现与人类偏好更好对齐的有前途的途径。
