为 Carnap 更新方法辩护及建议概率判断修正的决策原则（特邀报告）

本文利用决策论原则获得关于概率评估与更新的新见解。首先，给出了贝叶斯主义的新基础。它不需要 Savage 经典结果所要求的无限无原子不确定性，因此可应用于任何有限贝叶斯网络。它也不需要 de Finetti 经典结果所要求的线性效用，因此允许经验上和规范性上都理想的風險厭惡。最后，通过以基本方式识别并固定效用，我们的结果可 readily 应用于识别概率更新方法。因此，为 Rudolf Carnap 开发的计算高效的归纳推理方法提供了决策论基础。最后，讨论了关于概率评估的最新实证发现。这导致了对概率评估中偏差修正的建议，以及提出了一种替代 Dempster-Shafer 信念函数的方法，避免了多次更新后退化为退化状态。