学习推理
为了理解为什么人们会犯推理错误,我们需要从理解为什么推理很难开始,以及人们可以合理地使用哪种算法来找到近似解。...这种解释有两个关键因素。首先,摊销近似法具有有限的能力:它只能精确地近似一组有限的后验概率,这是由于近似体系结构有一个计算瓶颈(在我们的例子中,隐藏层中有固定数量的单元)。...第二,该模型预测会有记忆效应(顺序依赖):一个概率性判断可能会影响随后的判断,即使两个查询是不同的。
信念偏差
在演绎推理的研究中,人们似乎受到他们先前信念的影响,这种影响有时与逻辑正确性相冲突。...这些规则允许系统有效地使用其有限的资源,但是当在查询分布下回答低概率的查询时,它也会产生系统错误。我们证明了这些正是人们犯的错误。...另一个例子是在概率推理中发现顺序效应:如果两个后验分布足够相似(Dasgupta et al.,2018).根据该模型,这是因为响应于第一查询的学习改变了函数逼近器的参数,从而偏向第二查询的输出。