庫學習

深度分析

前瞻式壓縮與庫學習：Pattern Builder Task（PBT）顯示人類偏好可壓縮未來的抽象

本研究在可重構的視覺程式合成任務（Pattern Builder Task）中檢驗人類如何逐步建立可重用的抽象（helpers），並與多種計算模型比較。透過兩種不同的潛在課程設計，作者拆解回溯式壓縮、誘導性偏差與前瞻式生成推理三種原理，發現人類在非定常任務生成過程下傾向選擇能壓縮未來任務的抽象。