Bias or Optimality? Unraveling Bayesian Inference and Learning Biases in Human Decision-Making
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究探讨了人类在两臂伯努利赌博机任务中的积极性和确认偏差,指出这些偏差与贝叶斯推断无关。研究将贝叶斯推断视为有效的Q学习算法,并分析学习系统的随机动态,发现确认偏差与递减学习率表现出相似的行为特征,为区分真实认知偏差提供了实验框架。
🎯
关键要点
- 本研究探讨了人类在两臂伯努利赌博机任务中的积极性和确认偏差。
- 研究指出这些偏差与传统的贝叶斯推断无关。
- 论文将贝叶斯推断视为有效的Q学习算法,并分析学习系统的随机动态。
- 发现确认偏差与递减学习率表现出相似的行为特征。
- 研究结果为区分真实认知偏差与递减学习率的伪影提供了实验框架。
➡️