雕刻 NeRF 几何：3D 感知面部 GAN 的人类偏好 微调

用于 3D 生成的人类反馈强化学习 (RLHF) 现已在许多工作中建立，但大多数现有流程通常通过将辐射场转换为网格并在表面监督数据上进行大量训练来优化显式表面表示。相反，我们直接根据辐射场密度 ($σ$) 值的学习奖励来微调预训练的 3D 感知生成模型，无需外部提供先验网格或形状。奖励模型不需要预训练，可以轻松地在一小部分偏好样本上进行训练，并在 3D 几何方面产生强大的改进。我们的奖励工作在无条件 3D 感知人脸 GAN (EG3D) 上，直接读取神经辐射场 (NeRF) 的连续 3D 密度场，并提供仅几何学习信号，不需要文本调节、网格提取，也不需要多视图渲染。密度一致性约束以可测量但有界的分布成本（FID-50k 从 4.09 上升到 6.66）保持 2D 外观在几何形状重塑时保持 2D 外观质量相似：经过微调的生成器，根据单个注释者的偏好进行训练作为概念证明，在 74.4% 的成对比较中生成用户首选的面部几何形状。