44 lines
1.6 KiB
Markdown
44 lines
1.6 KiB
Markdown
---
|
||
title: "概率匹配（Probability Matching）"
|
||
created: 2026-06-21
|
||
updated: 2026-06-21
|
||
type: concept
|
||
tags:
|
||
- behavioral-psychology
|
||
- game-theory
|
||
- nash-equilibrium
|
||
- collective-intelligence
|
||
sources:
|
||
- Jordan, arXiv:2507.06268
|
||
---
|
||
|
||
# 概率匹配（Probability Matching）
|
||
|
||
行为心理学中的经典现象：当选项的概率收益不同时，个体以**与概率成比例**的方式分配选择，而非总是选择最优选项。Jordan 将其重新解释为**种群层面的纳什均衡**——是集体主义不确定性处理的微观范例。
|
||
|
||
## 经典小鼠迷宫实验
|
||
|
||
- 左臂食物是右臂的 2 倍（比例 2:1）
|
||
- **决策论最优**：每次都去左臂（最大化个体期望）
|
||
- **真实行为**：以约 2/3 概率去左臂，1/3 去右臂——**恰好匹配概率比**
|
||
|
||
## Jordan 的集体主义解释
|
||
|
||
这不是次优或非理性行为。考虑**种群视角**：
|
||
- 若所有小鼠每次都去左臂，右臂食物成为未被利用的资源
|
||
- 每只小鼠独立以 2:1 比例选择 → 左臂拥挤度与资源比匹配 → 高社会总福利
|
||
- 这是一个**纳什均衡**——每只小鼠的"不确定性处理策略"为整个种群优化
|
||
|
||
## 启示
|
||
|
||
「正确地使用不确定性，意味着把它放在种群的语境里。」这对 AI 设计有直接启示：
|
||
- [[collectivist-ai|集体主义 AI]] 不应只优化个体智能
|
||
- "最优"在种群层面可能具有不同形式
|
||
- LLM 对此毫无意识——它们只学会了模仿人类表达确定性的语气
|
||
|
||
## 参考
|
||
|
||
- [[uncertainty-taxonomy|不确定性分类法]]
|
||
- [[collectivist-ai|集体主义 AI]]
|
||
- [[jordan-collectivist-ai-2025|Jordan 论文]]
|