Computational mechanisms of attention in value-based decision making: Dynamic regulation of additive and multiplicative models

摘要： 在价值决策中, 个体不可能同时以同等权重处理所有选项信息, 注意因而成为塑造选择的关键机制。当前争议集中在：注意究竟通过放大被关注信息的价值权重(乘法机制), 还是通过为当前关注选项提供额外推动(加法机制)来影响证据积累。本文系统梳理行为、计算建模与神经证据后提出, 两种机制并非竞争关系, 而是同一决策过程在不同阶段与层级上的功能性分工。在此基础上, 本文提出注意的计算机制在决策过程中呈现乘法向加法的动态转变。具体而言, 决策早期与信息的属性层(价格、收益等)以及选项层(主观价值), 注意以乘法调节为主, 表现为放大价值信号的权重; 决策后期与整合层(证据积累)上, 注意则更可能表现为对选择方向的额外推动。基于此, 本文提出“时间×信息层级”的整合框架, 以统一解释既有研究分歧, 并揭示注意在价值决策中如何通过多路径动态调控证据积累过程, 从而为构建更具解释力的决策模型提供新的理论基础。该框架进一步强调, 注意并非单一作用机制, 而是一个跨时间与信息层级协同运作的动态调控系统。