Bogacz 以教程形式介紹自由能框架如何描述知覺與學習：感覺皮質可被建模為從含噪訊號推斷刺激特徵，神經網路透過預測誤差修正信念，突觸可塑性則更新模型參數。文章從簡單例子逐步推導，並討論與預測編碼、皮質階層結構及 Hebbian 學習的關係。其價值在於降低數學門檻；但入門模型是簡化示意，不能直接當作完整腦機制的證明。
思與行
- 用最小模型練習：觀測、隱藏狀態、先驗、似然與後驗各代表什麼。
- 對照傳統預測編碼，辨認自由能框架多出的假設。
參考
- Bogacz, R. (2017). A tutorial on the free-energy framework for modelling perception and learning. Journal of Mathematical Psychology, 76, 198–211. DOI / Open access
- 延伸：生成模型讓知覺成為對隱藏原因的推論、預測誤差促使信念更新、精確度決定不同訊號的相對權重