基于程序细化的假设引导认知算法发现

研究团队提出一种基于程序细化的混合系统，利用 LLM 智能体协助发现人类推理的认知算法。该系统将人类构建的概率程序交由 LLM 智能体识别与行为数据的偏差，在预设约束下生成代码级修改，并交由概率推理模块计算数据似然。在问题解决实验中，修改后的模型拟合度持续优于前代模型，并提炼出刻画行为变异性的关键机制。