EG3D

新的 RLHF 方法直接根据人类偏好微调 3D GAN

研究人员开发了一种新颖的方法，使用来自人类反馈的强化学习 (RLHF) 来微调 3D 感知生成模型，特别是名为 EG3D 的人脸 GAN。该方法直接优化神经辐射场 (NeRF) 密度，无需网格等显式表面表示。该系统在少量偏好样本上进行训练，并在 3D 几何方面显示出显著改进，微调后的生成器在超过 74% 的比较中产生了用户更喜欢的人脸几何。虽然此方法会引入可衡量的分布成本，但它为提高 3D 生成质量提供了更直接的途径。