arXiv · AI· Solim LeGris, Philipp Mondorf, Jinran Jin, Akshay K. Jagadish, Brenden M. Lake, Todd M. Gureckis·· 14 天前AI 评分36
通过大规模行为条件符号合成揭示人类与机器推理的共同简化机制
Synthesizing symbolic models of human and machine reasoning at scale
AI 导读
研究团队提出行为条件符号合成(BCSS)方法,在数百个推理任务中自动搜索可解释的符号程序,验证人类与机器推理机制存在共性。 分析显示两者均倾向于简化,并建立基于启发式规则的部分解释机制。研究指出可用推理努力程度量化机器对观察结果的简化与解释边界,该机制符合满意化策略特征。
来源:arXiv · AI · arxiv.org