心理学机器学习透明度清单的争议与补充

2026年10月23日，一篇PsyArXiv预印本（尚未经同行评审）针对Min等人（2026）提出的心理学监督式机器学习透明度清单提出补充意见。该预印本指出，即使报告看似透明，信息泄漏与流程过拟合仍可能使模型性能估计过于乐观。作者建议在清单中增加两项要求：一是使信息泄漏可审计的报告规范，二是通过预注册前瞻性指定关键分析决策。作者同时提醒，若指南未充分强调这两类问题，读者可能误以为模型评估的效度威胁已被排除。目前该文为预印本，尚未经同行评审，事件仍处于学术讨论阶段。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。