深度分析 假說生成與歸納推理比較:Box 任務下兒童與大型語言模型的行為與模型化 研究以 Box 任務檢視兒童與大型語言模型在不確定條件下的假說生成。採貝式粒子式程式歸納,提出約束集合與 LLM 程式合成兩種實作。結果指出雙方在處理不可靠證據與部分可觀測性時有相似反應,但在觀察成本與先驗偏好上存在差異,影響規則類化與資訊搜尋策略。