热点事件持续更新
计算复杂度与奖励相关属性再认记忆实验
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
一项预注册实验室实验（N = 131）以 NP-hard 的 0–1 背包问题操纵背包容量，比较高、低计算复杂度条件下被试对奖励相关属性的再认记忆。2026 年 11 月 5 日发表于 Cognition 的报道称，解决高复杂度实例的被试再认记忆比低复杂度实例高出 44%（d = 0.45），且在高复杂度实例上耗时更长、点击物品次数更多。作者推测，搜索算法在复杂度下更高的加工需求可能通过反复重访奖励相关信息增强编码。该结果来自单一预注册实验室实验，属相关性的机制推测，尚未见独立重复验证或同行评议后的公开讨论。
AI 根据报道生成 · 3 小时前更新
最新进展11月5日 21:36
预注册实验报告高复杂度条件下再认记忆高 44%，作者推测与反复重访奖励信息有关。报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- Cognition预注册实验发现：优化任务的计算复杂度可提升对奖励相关属性的再认记忆
一项预注册实验室实验（N = 131）用 NP-hard 的 0–1 背包问题操纵背包容量，发现解决高复杂度实例的被试对奖励相关属性的再认记忆比低复杂度实例高出 44%（d = 0.45）。被试在高复杂度实例上耗时更长、点击物品次数更多，作者推测搜索算法在复杂度下更高的加工需求可能通过反复重访奖励相关信息增强了编码。
本事件热度走势
当前热度 4·可比范围峰值 4（11月6日 04:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。