Preprint · ✓完成 · 深堀り済 2026.07.07 注意制限がAI報酬学習に与える影響とは? 注意制限による報酬学習 査読前の可能性がある研究情報 この論文は、人間の注意制限がAIシステムにおける報酬学習に及ぼす影響を分析しています。 Bradley--Terryモデル 有限注意力 ペアワイズ比較 RLHF arXiv cs.AI