关键词:摊销,基本利率忽略,贝叶斯推断,稳健性
在本文中,我们开发了一类新的理性过程模型,它解释了推理错误的上下文敏感性。具体来说,我们建议人们学会推断。...精确的贝叶斯推断几乎总是不可能的。学习推理指的是一种特定的近似推理方案,使用模式识别系统(例如神经网络,但它也可以是范例概括模型)来发现和利用假设给定数据的条件分布中的模式(后验)。...语义依赖产生了一种信念偏差,其中当要求人们对可信的概率信息做出判断时,与不可信的信息相比,人们更准确,即使当句法需求(即,贝叶斯规则)相等时。...我们使用神经网络函数逼近器实现了该理论的特定版本(学习推理模型),其中计算瓶颈对应于隐藏层中的节点数量。我们对神经网络函数逼近器的选择是由概率生成模型和神经网络的优势之间的自然互补性推动的。...例如,我们展示了它如何解释概率推理中的信念偏差,即当给定的概率与他们的现实世界知识一致时,人们更接近贝叶斯规范(Cohen et al.,2017).根据该模型,信念偏差的产生是因为函数逼近器必须对查询空间中未经训练的区域的后验进行预测