研究方向

偏见的出现 错误的刻板印象在我们的生活中普遍存在，但所谓群体间的差异是根据有限的认知信息得出的、没有实证支撑的间接结论。过去的研究确定了这种现象背后的一个计算认知过程：以最大化长期奖励为目标在群体中进行选择的理性行为足以产生不准确的评估，这是现代强化学习框架的一个基本过程。在最近的一项研究中，研究人员使用多臂老虎机模型和汤普森采样算法对这一过程进行了建模，但其他等效模型尚未得到检验。因此，本课题将使用其他采样策略（例如，贪心算法，置信上限）和/或更高级的模型（例如，上下文老虎机、对抗老虎机）。并探索这些采样策略和模型是否以及如何导致偏差的出现。在结论部分，本课题将深入探讨人类与机器的认知偏差。

 

相关学科

心理学、计算机科学技术、应用数学

 

科研导师

C. Snow

• 普林斯顿心理学和公共政策双学位硕博，东京大学社会教育科学本科；
• 普林斯顿统计机器学习中心和认知科学中心成员；
• 论文曾发表于PNAS，Psychological Science，Journal of Personality and Social Psychology等多个顶级期刊；
• 科研方向关注刻板印象的形成与演变，社会不平等，机器偏见；
• 研究方法涉及问卷分析，行为实验，统计计算建模等。

科研成果

成果一：在英文期刊中发表学术论文

有方学者项目能够为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。

成果二：第一作者身份

有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。

成果三：独一无二的课题

有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，每个学生的研究内容具有差异性。

成果四：顶尖院校导师的推荐信

有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，影响着推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。

成果五：高效备战具有高影响力、高含金量的科研竞赛

学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。

 

 

了解更多详情

请扫描二维码

关注「有方背景提升」