基于不可靠证据学习心智模型的计算分析：贝叶斯粒子推断与LLM程序综合

该研究通过交互物理盒子任务，利用基于贝叶斯的粒子推断计算框架，形式化了儿童在不确定性下构建心智模型的过程。模型结合主观证据可靠性与在线假设生成，以约束证据或可执行程序形式表征假设，有效解释了儿童行为的关键特征。 该程序化假设通过基于LLM的程序综合实现，在三种提示变体和多个LLM后端上评估表现出稳健性，拓展了对儿童推断模型的认知理解。