本研究提出GazeReward框架，利用眼动追踪数据为奖励模型提供隐式反馈，提升大语言模型与人类期望的对齐度。结果表明，该方法显著提高了模型在偏好数据集上的准确性，为AI与人类价值观对齐提供了新思路。