尽管一些研究表明人们对先验概率反应不足(基本率忽略),但其他研究发现人们对数据的可能性反应不足(保守主义)。我们认为,这些偏差的出现是因为人脑并不仅仅依赖于一种通用的机制来近似跨查询不变的贝叶斯推理。...像其他的 rational 过程模型一样,我们的方法受到这样一个事实的激励,即任何在复杂的概率模型中执行推理的计算现实的代理——在现实世界中,实时地——将需要进行近似的推理。...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)。...这种退化可以在 Figure 3,其中大于+5 或小于-5 的前对数优势被映射到几乎相同的近似对数优势值。退化导致对信息源(如样本大小、先验和似然性)的总体反应不足。...当对计算成本施加限制(这里建模为计算瓶颈)时,被训练来近似概率推理的学习系统将利用查询分布中的规律。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。