Метод уточнения программ под гипотезы с агентами LLM для поиска когнитивных алгоритмов
Авторы предлагают гибридный конвейер: человеческие когнитивные модели формализуют как вероятностные программы, после чего агенты LLM находят несоответствия с поведенческими данными, предлагают корректировки кода в заданных ограничениях и проверяют структуру, а модуль вероятностного вывода пересчитывает латентные переменные. На данных по решению задач людьми обновлённые модели стабильно улучшали соответствие и выявляли небольшой набор повторяющихся новаций, объясняющих вариативность поведения.