- 1次围观
社会学习由若干在计算上彼此不同的量共同决定，即基线信念（先验均值）、对反馈的敏感性（学习增益）以及信念的时间不确定性（漂移）；但在实证研究设计中，这些量很少被分别考察。本文系统地刻画了一个用于二元反馈的最简四参数自适应学习增益模型在实践中的可识别性与预测充分性：关于正向结果概率的潜在信念 \(v_t\) 在观测间确定性地延续，而内部置信精度状态则以每试次 \(\omega\) 的幅度衰减；随后，信念依据确定性先验均值 \(\mu\)，通过学习增益 \(\lambda\) 进行更新，初始置信精度为 \(\sigma\)。\(\sigma\)、\(\omega\) 和 \(\lambda\) 是模型定义的内部量，并非经验证的心理学构念。该模拟过程具有自我强化特性：同一潜在状态既生成二元结果，又表征学习者的信念，因此，该模型并不表示学习者对一个独立演化的社会环境进行推断。因此，本研究分析的是特定二元随机过程中一种现象学自适应滤波器：其更新方程是有意设定的，而非由伯努利—逻辑似然推导而来，并且该模型并不等同于标准的层级高斯滤波器。我们通过固定随机种子的模拟研究报告了四项发现。第一，联合最大似然恢复效果较差。在 \(T=80\) 的 24 种参数组合网格上（每种条件下进行 100 次独立重复），信念均值 \(\mu\) 的误差相对较小，但仍无法得到可靠恢复；在容差阈值为 0.3、0.6 和……时，\(\sigma\) 和 \(\omega\) 基于容差的恢复率接近于零，且始终不超过 0.002。在容差为 1.0 时，各参数均能恢复；而 λ 的恢复率虽低，但并非接近于零，并且随容差增大而提高（容差为 0.3、0.6 和 1.0 时，分别为 0.078、0.182 和 0.263）。边界收敛在 σ（上界）和 ω（下界）上最为明显，而 λ 的边界解在不同网格条件下并不一致。在一项单独的单参数向量实验中，研究者改变了试次长度（T ∈ {40, 80, 120, 240, 480}）；结果表明，仅延长序列并不能改善正参数（包括 λ）的恢复。容差下的恢复率仅涉及点估计；本研究未评估校准后的区间覆盖率，也未将其与平坦的剖面或边界估计相互替代。其次，剖面似然和权衡诊断表明，σ 和 ω 的似然区域较为平坦；λ 的剖面则呈不对称性：它能约束 λ 的上限范围，但对其较低取值范围缺乏信息。在第二种低增益条件下，σ–ω 的平坦几何形态也得到重复验证（这是研究内部的重复验证，并不意味着该结果适用于整个条件网格）；而 λ 剖面的具体陡峭程度则随条件而异。三个优化器均收敛至相同的边界解，且拟合估计值无法可靠地对各个模拟受试者进行排序。这些模式支持如下结论：在所测试的设计下，实际可识别性较弱；但这并不意味着结构不可识别。本研究未进行正式的结构可识别性分析，因此不作结构可识别性方面的断言。第三，拟合一致性审计发现并修正了固定增益候选模型中的返回顺序缺陷：该模型返回的拟合参数将 σ 与 ω 互换，导致该候选模型的拟合区块损失被人为抬高。修正后的拟合结果显示，在原先较宽的参数边界下，整体区块判别率为 67/150 = 0.45。在与所提出模型相匹配的常见拟合边界下，准确率为 72/150 = 0.48（每个数据集有 56 个共同的预测观测值，且每个观测值恰好评分一次；自动索引检查确认拟合数据与预测数据没有重叠，且不存在前视），略高于 0.33 的机会水平；保留非对称获胜边际分布的校准置换检验结果显著（p = 0.0011 和 p < 0.001）。这一高于机会水平的准确率几乎完全归因于 Rescorla-Wagner 模型（正确率为 0.88–0.90）；自适应滤波器及其嵌套的固定增益约束模型仍存在严重混淆（逐行准确率分别为 0.18–0.22 和 0.24–0.36，均不显著），且结果对拟合边界具有稳健性（逐行 p 值仅作描述性报告，未经多重比较校正；这些结果均不能证明模型等效）。第四，在 50 个相互独立的留出数据集中，该模型相较于基于训练集经验频率的基线模型并无预测优势（无论采用正态近似还是自助法估计，配对 95% 置信区间均包含零；数据集获胜比例不作为模型优越性的证据）；配对消融分析也未显示新增更新组件带来一致的预测增益或改善参数稳定性。因此，目前尚未证明该模型相较于这一经验频率基线具有预测优势。
社会学习由若干在计算上彼此不同的量共同决定，即基线信念（先验均值）、对反馈的敏感性（学习增益）以及信念的时间不确定性（漂移）；然而，实证研究设计很少将这些量区分开来。本文系统地刻画了一个用于二元反馈的最简四参数自适应学习增益模型在实践中的可辨识性与预测适切性：关于积极结果概率的潜在信念 \(v_t\) 在观测之间以确定性方式延续，而内部置信精度状态则按每试次 \(\omega\) 的幅度衰减；信念以学习增益 \(\lambda\) 更新，更新所依据的是确定性先验均值 \(\mu\)，初始置信精度为 \(\sigma\)。\(\sigma\)、\(\omega\) 和 \(\lambda\) 是模型所定义的内部量，并非经过验证的心理学构念。该模拟过程具有自我强化性：同一潜在状态既生成二元结果，又表征学习者的信念，因此该模型并不刻画个体对一个独立演化的社会环境进行推断。故本研究分析的是特定二元随机过程下的一种现象学自适应滤波器：其更新方程是有意设定的，而非由伯努利–逻辑斯蒂似然推导而来；该模型也不能简化为标准的分层高斯滤波器。
通过采用固定随机种子的模拟研究，我们报告了四项发现。第一，联合最大似然恢复效果较差。在 \(T=80\) 的24种参数条件网格上（每种条件进行100次独立重复），信念均值 \(\mu\) 的误差相对较小，但仍无法得到可靠恢复；按照容差阈值0.3、0.6和……评估时，\(\sigma\) 和 \(\omega\) 的容差恢复率接近于零，最高不超过0.002。
在容差为 1.0 时，各参数均能恢复；而 λ 的恢复率虽低，但并非接近于零，并且随容差增大而提高（容差为 0.3、0.6 和 1.0 时，分别为 0.078、0.182 和 0.263）。边界收敛在 σ（上界）和 ω（下界）上最为明显，而 λ 的边界解在不同网格条件下并不一致。在一项单独的单参数向量实验中，研究者改变了试次长度（T ∈ {40, 80, 120, 240, 480}）；结果表明，仅延长序列并不能改善正参数（包括 λ）的恢复。容差下的恢复率仅涉及点估计；本研究未评估校准后的区间覆盖率，也未将其与平坦的剖面或边界估计相互替代。
其次，剖面似然和权衡诊断表明，σ 和 ω 的似然区域较为平坦；λ 的剖面则呈不对称性：它能约束 λ 的上限范围，但对其较低取值范围缺乏信息。在第二种低增益条件下，σ–ω 的平坦几何形态也得到重复验证（这是研究内部的重复验证，并不意味着该结果适用于整个条件网格）；而 λ 剖面的具体陡峭程度则随条件而异。三个优化器均收敛至相同的边界解，且拟合估计值无法可靠地对各个模拟受试者进行排序。这些模式支持如下结论：在所测试的设计下，实际可识别性较弱；但这并不意味着结构不可识别。本研究未进行正式的结构可识别性分析，因此不作结构可识别性方面的断言。
第三，拟合一致性审计发现并修正了固定增益候选模型中的返回顺序缺陷：该模型返回的拟合参数将 σ 与 ω 互换，导致该候选模型的拟合区块损失被人为抬高。修正后的拟合结果显示，在原先较宽的参数边界下，整体区块判别率为 67/150 = 0.45。
以及在与所提出模型相匹配的常见拟合边界下，72/150 = 0.48（每个数据集包含56个共同的预测观测值，每个观测值恰好计分一次；自动索引检查确认不存在拟合数据与预测数据重叠，也不存在前视），略高于0.33的随机机会水平；保留非对称获胜边际分布的校准置换检验结果显著（p = 0.0011，且 p < 0.001）。这一高于机会水平的准确率几乎完全归因于Rescorla–Wagner模型（正确率为0.88–0.90），而自适应滤波器及其嵌套的固定增益限制仍存在严重混淆（按行准确率分别为0.18–0.22和0.24–0.36，二者均不显著），且该结果对拟合边界具有稳健性（按行p值仅作描述性报告，未经校正；上述结果均不能证明模型等价性）。第四，在50个相互独立的留出数据集上，该模型相较于基于训练集经验频率的基线模型并未表现出预测优势（在正态近似和自助法估计下，配对95%置信区间均跨越零；获胜数据集的比例不被用作优越性的证据）；配对消融分析显示，增加的更新组件既未带来一致性的预测增益，也未改善参数稳定性；因此，尚未证明该模型相较于这一经验频率基线具有预测优势。
作者声明不存在利益冲突。
感谢您有兴趣帮助传播bioRxiv上的研究成果。
注意：要求提供您的电子邮件地址，仅用于确认您是本文的发送者。
关键词：社会学习 · 自适应学习增益模型 · 二元反馈 · 参数可辨识性 · 模拟研究
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.21.760725v1?rss=1