Motif 是一个基于 PyTorch 的项目，通过从 LLM（大型语言模型）的偏好中获取奖励函数，训练 AI 代理在 NetHack 上进行。它可以生成与人类行为直觉一致的行为，并且可以通过提示修改进行引导。
需求人群： "Motif 可以用于训练 AI 代理在开放式且程序生成的游戏中获取内在动机。" 使用场景示例： 使用 Motif 训练 AI 代理在 NetHack 游戏中获取内在动机使用 Motif 生成与人类行为直觉一致的行为使用 Motif 通过提示修改来引导 AI 代理的行为 产品特色： 使用 LLM 的偏好创建一组注释对的注释数据集使用交叉熵将 LLM 的偏好转化为奖励函数使用强化学习训练代理
