一切都是你的头脑——微调论点不需要偶然不确定性
It's all in your head -- fine-tuning arguments do not require aleatoric uncertainty
AI总结：
本文探讨了贝叶斯统计中自然性论证和奥卡姆剃刀的合理性，指出在贝叶斯框架下自动产生的奥卡姆剃刀能排除需要微调的不自然模型。
摘要：
受近期文献中误解的启发，我们回顾了贝叶斯统计中自然性论证和奥卡姆剃刀的论证。我们讨论了贝叶斯形式主义中自动产生的奥卡姆剃刀，结合统计学、社会科学、物理学和机器学习等不同领域的观点。在教学计算中，我们证明这种自动剃刀会贬低那些预测必须通过微调才能与观测一致的不自然模型。
英文摘要：
Prompted by misconceptions in the recent literature, we review the justifications for naturalness arguments and Occam's razor found in Bayesian statistics. We discuss the automatic Occam's razor that emerges in Bayesian formalism, bringing together points of view from diverse fields, including statistics, social sciences, physics and machine learning. In pedagogical calculations, we demonstrate that this automatic razor disfavors unnatural models in which predictions must be fine-tuned to agree with observation.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
