假链纪与真理的成本

我们研究了具有连续动作和从众行为的顺序社交学习，其中代理人可以自神经生成硬性、可公开验证的证据。动作传递软信息，其可见性取决于对私人信号的响应性以及观察粒度；调查仅在真实状态下产生硬证据，一旦发现即公开披露并重置公共信念。我们提出了两个基本假设：第一，软信道信息性阈值刻画了在粗糙观察下动作是否保持公共揭示，从而阐明了即使在连续动作下，学习在经典级联边界处为何局部迟缓。第二，透明的验证knife-edge保证了边界可突破：只要对单次调查的预期私人回报超过其成本，偶尔的披露就有可能在有限时间内推翻任何假链纪。两者结合，形成紧凑的韧性前沿，具有干净的比较统计规律，涉及信号质量、响应性/从众性、可见性、验证质量以及调查成本。结果提供了政策杠杆——对调查的补贴、对验证质量的投资、披露激励以及平台设计——以确保纠正错误的链纪。