研究:人类大脑在学习概率分布时倾向于虚构结构
bravo_abad · x · 2026-08-10
Tianyuan Teng 等研究者通过 8 项涵盖视觉与数值任务的行为学实验发现,人类在学习概率分布时并非单纯还原数据,而是会强加一个偏好的结构复杂度。
实验表明,当真实分布是单一高斯分布时,参与者会主观虚构出多个聚类;而当真实分布包含多个聚类时,他们又会低估其结构。研究者使用带有「失真经济扩展」(DEE)过程的近似贝叶斯推断来建模这种学习机制,为理解人类认知偏差提供了计算视角。
「研究」频道最新
- Hugging Face 长文:2026 前沿模型的强化学习后训练演进史 — SergioPaniego · 2026-08-10
- 清华揭示硬提示压缩致命缺陷:指代悬垂致准确率骤降 — Tsinghua · 2026-08-10
- 科普:掩码扩散是连续扩散的离散类比 — alec_helbling · 2026-08-10
- Nathan Lambert 发布 RLHF 教科书:深入解析大模型后训练 — Interconnects (Nathan Lambert) · 2026-08-10
- 机制可解释性研究员 Neel Nanda 分享入门 LLM 研究指南 — NeelNanda5 · 2026-08-10
- 实测用4B/8B模型替换MiniMax H3的32B文本编码器 — Fit_Ad7343 · 2026-08-10