首页 文献索引 SCI期刊 AI助手
首页 正文

Journal of experimental psychology. Learning, memory, and cognition. 2024 Dec 12. doi: 10.1037/xlm0001416 Q22.12025

Learning from missing feedback: Exemplar versus model-based methods

缺失反馈的学习：范例与基于模型的方法 翻译改进

Jerker Denrell  1, Adam N Sanborn  2, Jake Spicer  2

作者单位 +展开

作者单位

  • 1 Warwick Business School, University of Warwick.
  • 2 Department of Psychology, University of Warwick.

    • DOI: 10.1037/xlm0001416 PMID: 39666514

    摘要 中英对照阅读

    In many real-life settings, feedback is only available for cases that decision makers accept and so may be biased toward positive events. How do people learn to distinguish good from bad alternatives from such selective feedback, and can they correct for this bias? We describe the computational problems of classification learning from biased samples and examine how exemplar and model-based methods can deal with this challenge: Model-based methods can adjus... ...点击完成人机验证后继续浏览

    在许多现实场景中，反馈仅限于决策者接受的案例，因此可能会偏向积极事件。人们如何从这样的选择性反馈中学习区分好与坏的选择，并且能否纠正这种偏见？我们描述了从有偏差样本进行分类学习的计算问题，并研究基于实例和模型的方法如何应对这一挑战：基于模型的方法可以根据可用信息调整任务表示，而基于实例的模型可以通过虚构负面结果来避免积极主义偏见。重要的是，这些方法对任务以及对缺失反馈的不同假设提出了不同的见解，这可以经过实证测试。在三个实验中，我们检验参与者是依赖于补充分还是使用贝叶斯模型来纠正选择偏差。我们发现许多参与者的最佳描述是基于实例的模型，其中大多数采用补充分策略，但几乎相同比例的人被一个贝叶斯模型更好地描述。由不同模型最好地描述的人对缺失反馈的反应有所不同。此外，在任务之间，个体是否更好地区分为基于模型的方法或基于实例的方法表现出相当大的稳定性，尽管当任务结构存在较大不确定性时，参与者更倾向于使用基于实例的方法。总的来说，我们的发现表明人们以适应性的方式处理缺失反馈，采用多样化的策略，这些策略部分是稳定的，并且反映了对实验环境的假设。

    翻译效果不满意？ 用Ai改进或 寻求AI助手帮助 ，对摘要进行重点提炼
    Copyright © Journal of experimental psychology. Learning, memory, and cognition. 中文内容为AI机器翻译，仅供参考！

    相关内容

    期刊名：Journal of experimental psychology-learning memory and cognition

    缩写：J EXP PSYCHOL LEARN

    ISSN：0278-7393

    e-ISSN：1939-1285

    IF/分区：2.1/Q2

    文章目录 更多期刊信息

    全文链接
    官方链接
    PMC全文
    引文链接
    复制
    已复制！
    推荐内容
    Learning from missing feedback: Exemplar versus model-based methods