基于程序细化的假说引导认知算法发现方法

研究人员提出了一种将认知算法发现视为程序细化问题的混合系统，将人类构建的概率程序认知模型交由 LLM 智能体系统进行迭代改进。LLM 负责识别模型与人类行为的偏差、提出代码级修改并验证结构保真度，随后由概率推理模块计算潜变量与数据似然。评估表明，该方法生成的修订模型持续提升了拟合度，并成功捕捉到人类行为的变化特征。